pandas

数据结构介绍

series

• 给一组数据增加索引
• 索引在左，值在右

dataframe

• 表格型数据结构，包含一组有序的列，每列还可以是不同的数据类型

基本功能

重新索引 reindex

• 对索引重新排序，值也随之排序

data = np.arange(0,3)
a = pd.Series(data)
print(a)
print(a.reindex([3,2,1]))
print(a)

丢弃轴上的项 drop

索引，选取和过滤

• 利用标签切片，末端是包含的

使用 loc 和 iloc进行选取

• loc就是使用标签以及列名选取，iloc就是按照列的顺序选取

data = np.arange(16).reshape(4,4)
a = pd.DataFrame(data,index=['a','b','c','d'],columns=['一','二','三','四'])
print(a)
print(a.loc['a',['一','三']])
print(a.iloc[0,[0,2]])

算术运算和数据对齐

• 相加有空值 使用add（）方法，fill_value填充

dataframe和series之间运算

• 广播 dataframe - series 每行都减

函数的应用和映射

• np的ufuncs方法也可以作用于 pd 上

排序和排名

• sort_index方法 按照索引排序 默认升序（ascending=false）
• sort_values 按值排序
  根据多个列排序，传入名称列表即可
  frame.sort-values(by=['a','b'])

214 cuizhijie