pandas （一）

1 Pandas序列Series

1.1 根据列表生成序列 Series

1. X=[1,3,6,4,9];X
2. weight=[67,66,83,68,70];weight
3. sex=['女','男','男','女','男'];sex
4. S1=pd.Series(X);S1
5. S2=pd.Series(weight);S2
6. S3=pd.Series(sex);S3

复制代码

1.2 序列合并concat

1. pd.concat([S2,S3],axis=0) # 0维，附加到序列后面
2. pd.concat([S2,S3],axis=1) # 1维，附加到新的一列

复制代码

1.3 序列切片

1. S1[2]
2. S3[1:4]

复制代码

2 Pandas数据框DataFrame

2.1 空数据框DataFrame

1. pd.DataFrame()

复制代码

2.2 根据列表创建数据框columns index

1. pd.DataFrame(X)
2. # 创建一个列名为`weight`，索引为`A` `B` `C` `D` `E`的数据框
3. pd.DataFrame(weight,columns=['weight'],index=['A','B','C','D','E'])

复制代码

2.3 根据字典创建数据框

1. df1=pd.DataFrame({'S1':S1,'S2':S2,'S3':S3});df1

复制代码

1. # 索引来自列表`X`
2. df2=pd.DataFrame({'sex':sex,'weight':weight},index=X);df2

复制代码

2.4 增加数据框列

1. df2['weight2']=df2['weight']**2;df2

复制代码

2.5 删除数据框列del

1. del df2['weight2'];df2

复制代码

2.6 缺失值处理 isnull() isnull().sum() dropna()

1. df3=pd.DataFrame({'S2':S2,'S3':S3},index=S1);df3
2. df3.isnull() # 缺失值则返回 True，否则返回 False

复制代码

1. df3.isnull().sum() # 返回每列中包含的缺失值个数

复制代码

1. df3.dropna() # 直接删除含有缺失值的行，多变量谨慎使用 不改变df3

复制代码

2.7 数据框排序

1. df3.sort_index() # 按index排序
2. df3.sort_values(by='S3') # 按S3列值排序

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！