python数据分析pandas包入门学习（二）基本功能

本文参考《利用Python进行数据分析》的第五章 pandas入门

2基本功能

介绍操作Series和DataFrame中的数据的基本手段。

重新索引reindex

当调用Series的reindex将会根据新索引进行重排；当某个索引值当前不存在，就引入缺失值；fill_value可以给缺失值赋值。

method选项：

对于DataFrame，reindex可以修改索引（行）、列，或者两个都修改。如果只传入一个序列，则会修改索引（行）：

也可以使用ix()进行重新索引，比reindex更简洁：

丢弃指定轴上的项drop()

索引、选取和过滤

两种方式进行索引：普通的python切片&利用标签切片

对Series进行索引：

注意：利用标签切片运算与普通的Python切片运算不同，其末端是包含的：

对DataFrame进行索引就是获取一个或多个列：

通过切片或布尔型数组选取行：

通过布尔型DataFrame进行索引：

也可以通过ix从DataFrame中选取行和列的子集：

可以看到，pandas对象中的数据的选取和重排方式很多。下表简单总结了针对DataFrame数据的选取和重排方式：

算术运算和数据对齐

pandas最重要的一个功能是，可以对不同索引的对象进行算术运算。

对DataFrame，同时发生在行和列上：

在算术方法中填充值

当索引无法配对时填充一个特殊值（如0）

类似的，在对Series和DataFrame重新索引时，也可以指定一个填充值：

DataFrame和Series之间的运算

先看一个二维数组与其某行只差：

DataFrame和Series之间的运算也差不多：

如果某个索引值在DataFrame的列或Series的索引中找不到，则两个对象会被重新索引成并集，并在没有匹配的索引中插入NaN值

DataFrame列上的操作，加上axis=0：

函数应用和映射

numpy的nfuncs（元素级数组方法）也可用于操作pandas对象：

一种常见的操作是，将函数应用到各列或行，得到一维数组，可通过apply()方法实现：

除标量外，传递给apply的函数还可以返回由多个值组成的Series：

此外，元素级的PYTHON函数可是可用的，例如你想把frame中各个浮点值的格式化字符串，可使用

applymap()方法：

应用于Series时则是map()方法：

排序和排名

sort_index()：对行或列索引进行排序：

对于Series

对于DataFrame

对于DataFrame

默认为升序，通过如下设置，可降序排序：

sort_index（by=)：根据一个或多个列中的值进行排序：

order()：Series按值排序，NaN默认被放到末尾

rank()：排名，增设一个排名值，从1开始

默认情况下，并列的会分配一个平均值作为排名：

也可根据值在元数据中出现的顺序给出排名：

使用降序，则加上ascending=False

method选项：

对于DataFrame，则由axis来控制对行排名或列排名：

带有重复值的轴索引

虽然许多Pandas的函数（如reindex)都要求标签唯一，但也有索引不唯一的情况：

索引的is_unique属性可以告诉你索引值是否唯一：

数据选取时，索引对应多个值，则返回一个Series；对应单个则返回一个标量：

对于DataFrame也一样：