前言

如何學習：先隨著小編看一下幾個重要的函數方法，然后用實例加以鞏固

預備知識：NumPy數組是一個多維數組對象，稱為ndarray。其由兩部分組成：實際的數據、描述這些數據的元數據

此外小編為你準備了：Python系列

開始使用pandas，你需要熟悉它的兩個重要的數據結構：?

Series：是一個值的序列，它只有一個列，以及索引。

DataFrame：是有多個列的數據表，每個列擁有一個 label，當然，DataFrame 也有索引。

首先我們導入包：

In [1]: from pandas import Series, DataFrame In [2]: import pandas as pd

下面我們將詳細介紹Series、DataFrame這倆個部分

一、Series

Series是一個一維的類似的數組對象，包含一個數組的數據（任何NumPy的數據類型）和一個與數組關聯(lián)的數據標簽，被叫做 索引 。最簡單的Series是由一個數組的數據構成：

In [3]: obj = Series([4, 7, -5, 3]) In [4]: obj Out[4]: 0 4 1 7 2 -5 3 3 dtype: int64

通常，需要創(chuàng)建一個帶有索引來確定沒一個數據點的Series：

In [5]: obj2 = Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c']) In [6]: obj2 Out[6]: d 4 b 7 a -5 c 3 dtype: int64 In [7]: obj2.index Out[7]: Index(['d', 'b', 'a', 'c'], dtype='object')

與正規(guī)的NumPy數組相比，你可以使用索引里的值來選擇一個單一值或一個值集：

In [8]: obj2['a'] Out[8]: -5 In [9]: obj2['d'] = 6 In [10]: obj2[['c', 'a', 'd']] Out[10]: c 3 a -5 d 6 dtype: int64

我們也可以對Series進行一些處理，然后，再進行輸出：

In [11]: obj2 Out[11]: d 6 b 7 a -5 c 3 dtype: int64In [12]: obj2[obj2 > 0] Out[12]: d 6 b 7 c 3 dtype: int64In [13]: obj2 * 2 Out[13]: d 12 b 14 a -10 c 6 dtype: int64

另一種思考的方式是，Series是一個定長的，有序的字典，因為它把索引和值映射起來了。它可以適用于許多期望一個字典的函數：

In [14]: 'b' in obj2 Out[14]: TrueIn [15]: 'e' in obj2 Out[15]: False

如果你有一些數據在一個Python字典中，你可以通過傳遞字典來從這些數據創(chuàng)建一個Series：

In [16]: sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000} In [17]: obj3 = Series(sdata) In [18]: obj3 Out[18]: Ohio 35000 Oregon 16000 Texas 71000 Utah 5000 dtype: int64

只傳遞一個字典的時候，結果Series中的索引將是排序后的字典的鍵：

In [19]: states = ['California', 'Ohio', 'Oregon', 'Texas'] In [20]: obj4 = Series(sdata, index=states) In [21]: obj4 Out[21]: California NaN Ohio 35000.0 Oregon 16000.0 Texas 71000.0 dtype: float64

在這種情況下， sdata 中的3個值被放在了合適的位置，但因為沒有發(fā)現(xiàn)對應于 ‘California’ 的值，就出現(xiàn)了 NaN （不是一個數），這在pandas中被用來標記數據缺失或 NA 值。在pandas中用函數 isnull 和 notnull 來檢測數據丟失：

In [22]: pd.isnull(obj4) Out[22]: California True Ohio False Oregon False Texas False dtype: boolIn [23]: pd.notnull(obj4) Out[23]: California False Ohio True Oregon True Texas True dtype: boolSeries的索引可以通過賦值就地更改：
In [24]: obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan'] In [25]: obj Out[25]: Bob 4 Steve 7 Jeff -5 Ryan 3 dtype: int64

二、DataFrame

一個Datarame表示一個表格，類似電子表格的數據結構，包含一個經過排序的列表集，它們每一個都可以有不同的類型值（數字，字符串，布爾等等）。Datarame有行和列的索引；它可以被看作是一個Series的字典（每個Series共享一個索引）。與其它你以前使用過的（如 R 的 data.frame )類似Datarame的結構相比，在DataFrame里的面向行和面向列的操作大致是對稱的。在底層，數據是作為一個或多個二維數組存儲的，而不是列表，字典，或其它一維的數組集合。

直接指定列數據來創(chuàng)建DataFrame

In [1]: data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],...: 'year': [2000, 2001, 2002, 2001, 2002],...: 'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}In [2]: DataFrame(data) Out[2]:pop state year 0 1.5 Ohio 2000 1 1.7 Ohio 2001 2 3.6 Ohio 2002 3 2.4 Nevada 2001 4 2.9 Nevada 2002

以Series數組來創(chuàng)建DataFrame

這兩種創(chuàng)建方法的不同之處在于：第一種方法創(chuàng)建的DataFrame的列（column）的數據類型是相同的，第二種方法創(chuàng)建的DataFramed的行（row）的數據類型是相同的。

設置DataFrame列的排列順序：

In [3]: DataFrame(data, columns=['year', 'state', 'pop']) Out[3]:year state pop 0 2000 Ohio 1.5 1 2001 Ohio 1.7 2 2002 Ohio 3.6 3 2001 Nevada 2.4 4 2002 Nevada 2.9

和Series一樣，如果你傳遞了一個行，但不包括在 data 中，在結果中它會表示為NAN值：

In [4]: frame2 = DataFrame(data, columns=['year', 'state', 'pop', 'debt'],...: index=['one', 'two', 'three', 'four', 'five'])In [5]: frame2 Out[5]:year state pop debt one 2000 Ohio 1.5 NaN two 2001 Ohio 1.7 NaN three 2002 Ohio 3.6 NaN four 2001 Nevada 2.4 NaN five 2002 Nevada 2.9 NaNIn [6]: frame2.columns Out[6]: Index(['year', 'state', 'pop', 'debt'], dtype='object')

和Series一樣，在DataFrame中的一列可以通過字典記法或屬性來檢索：

In [7]: frame2['state'] Out[7]: one Ohio two Ohio three Ohio four Nevada five Nevada Name: state, dtype: objectIn [8]: frame2.year Out[8]: one 2000 two 2001 three 2002 four 2001 five 2002 Name: year, dtype: int64

列可以通過賦值來修改。例如，空的 ‘debt’ 列可以通過一個純量或一個數組來賦值：

In [9]: frame2['debt'] = 16.5In [10]: frame2 Out[10]:year state pop debt one 2000 Ohio 1.5 16.5 two 2001 Ohio 1.7 16.5 three 2002 Ohio 3.6 16.5 four 2001 Nevada 2.4 16.5 five 2002 Nevada 2.9 16.5In [11]: frame2['debt'] = np.arange(5.)In [12]: frame2 Out[12]:year state pop debt one 2000 Ohio 1.5 0.0 two 2001 Ohio 1.7 1.0 three 2002 Ohio 3.6 2.0 four 2001 Nevada 2.4 3.0 five 2002 Nevada 2.9 4.0

通過列表或數組給一列賦值時，所賦的值的長度必須和DataFrame的長度相匹配。如果你使用Series來賦值，它會代替在DataFrame中精確匹配的索引的值，Series沒有的數據在DataFrame中就會被更新為NaN：

In [13]: val = Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])In [14]: frame2['debt'] = valIn [15: frame2 Out[15]:year state pop debt one 2000 Ohio 1.5 NaN two 2001 Ohio 1.7 -1.2 three 2002 Ohio 3.6 NaN four 2001 Nevada 2.4 -1.5 five 2002 Nevada 2.9 -1.7

給一個不存在的列賦值，將會創(chuàng)建一個新的列。 像字典一樣 del 關鍵字將會刪除列：

In [16]: frame2['eastern'] = frame2.state = 'Ohio'In [17]: frame2 Out[17]:year state pop debt eastern one 2000 Ohio 1.5 NaN Ohio two 2001 Ohio 1.7 -1.2 Ohio three 2002 Ohio 3.6 NaN Ohio four 2001 Ohio 2.4 -1.5 Ohio five 2002 Ohio 2.9 -1.7 OhioIn [18]: del frame2['eastern']In [19]: frame2.columns Out[19]: Index(['year', 'state', 'pop', 'debt'], dtype='object')

總結

以上是生活随笔為你收集整理的pandas教程（一）Series与DataFrame的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。