pandas入门学习一

本文是学习《利用Python进行数据分析》的部分笔记，在这里感谢作者。

一：导入pandas
from pandas import Series,DataFrame

>>> import pandas as pd

二，series的有关介绍

Series类似于一维数组，它由一组数据以及一组与之相关的索引组成。由一组数据产生

obj=Series([4,7,-5,3])

>>> obj0    41    72   -53    3dtype: int64

可以在创建的过程中指定索引内容：

obj=Series([4,7,-5,3],index=['d','b','a','c'])>>> objd    4b    7a   -5c    3

values属性可以获得数组值，index属性获得索引值：

>>> obj.valuesarray([ 4,  7, -5,  3], dtype=int64)>>> obj.indexIndex(['d', 'b', 'a', 'c'], dtype='object')

Numpy数组可进行的操作，如根据布尔型数组进行过滤，标量乘法，应用数学函数等都会保留索引与值之间的连接。

>>> obj[obj>2]d    4b    7c    3

可以用in判断元素是否在Series中。

'b' in objTrue

可以通过字典创建Series：

>>> sdata={'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}>>> obj3=Series(sdata)>>> obj3Ohio      35000Oregon    16000Texas     71000Utah       5000

传入字典的键作为索引，会自动匹配，不存在的为NAN

>>> states=['California','Ohio','Oregon','Texas']>>> obj4=Series(sdata,index=states)>>> obj4California        NaNOhio          35000.0Oregon        16000.0Texas         71000.0

在这个例子中，sdata中跟states索引相匹配的三个值会找出并放在相应的位置上。
pandas的isnull和notnull函数可用于检测缺失值

pd.isnull(obj4)California     TrueOhio          FalseOregon        FalseTexas         Falsedtype: bool>> >pd.notnull(obj4)California    FalseOhio           TrueOregon         TrueTexas          Truedtype: bool>> >

Series最重要的功能是，他在算术运算中会自动对其不同索引的数据

obj3+obj4California         NaNOhio           70000.0Oregon         32000.0Texas         142000.0Utah               NaNdtype: float64

Series的索引可以通过赋值的方式直接修改：

objd    4b    7a   -5c    3dtype: int64>> >

obj.index=['Bob','Steve','Jeff','Ryan']>>> objBob      4Steve    7Jeff    -5Ryan     3