DataFrame

它是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

Series

它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。

import pandas as pd
import numpy as np

DataFrame的创建

1. 根据字典创建，每一个键值对看作一个Series

data = {
    \'name\':[\'A\',\'B\',\'C\',\'D\',\'D\'],
    \'year\':[2018,None,2020,2021,2022],
    \'price\':[0,1,2,3,4]
}
df = pd.DataFrame(data)
df

# 指定索引的值
df = pd.DataFrame(data, index=[\'one\',\'two\',\'three\',\'four\',\'five\'])
df

1. 根据numpy的ndarray创建

df_1 = pd.DataFrame(np.array([[\'A\',2018,0],[\'B\',2019,1],[\'C\',2020,2],[\'D\',2021,3],[\'E\',2022,4]]),columns=[\'name\',\'year\',\'price\'])
df_1

DataFrame的基本属性

1. df.index:返回df的索引，即行标签

df.index

Index([\'one\', \'two\', \'three\', \'four\', \'five\'], dtype=\'object\')

for i in range(len(df.index)):
    print(df.index[i])

one
two
three
four
five

1. df.columns:返回df的列名，即列标签

df.columns

Index([\'name\', \'year\', \'price\'], dtype=\'object\')

for i in range(len(df.columns)):
    print(df.columns[i])

name
year
price

1. df.dtypes:返回df每一列的数据类型

df.dtypes

name      object
year     float64
price      int64
dtype: object

1. df.values:以numpy的形式返回df中的值

df.values

array([[\'A\', 2018.0, 0],
       [\'B\', nan, 1],
       [\'C\', 2020.0, 2],
       [\'D\', 2021.0, 3],
       [\'D\', 2022.0, 4]], dtype=object)

DataFrame的操作方法

1. df.astype: 转换指定数据类型

df.astype({\'price\': \'int32\'}).dtypes

name      object
year     float64
price      int32
dtype: object

1. df.convert_dtypes:自动转换最佳数据类型(pandas==1.0.0以上)

df.convert_dtypes().dtypes

name     string
year      Int64
price     Int64
dtype: object

1. df.isna/df.notna: 检测缺失值和未缺失值

df.isna()

df.notna()

1. df.head: 获取表格的前几行

df.head(3)

1. df.at: 根据行/列的名称获取表格中对应的单个值

df.at[\'two\',\'name\']

\'B\'

1. df.iat: 根据行/列的序号获取表格中对应的单个值

df.iat[1,1]

nan

# 修改赋值
df.iat[1,2]=None
df

1. df.loc:通过标签或布尔数组访问一组行和列。功能太多，可访问官方文档

df.loc[\'one\']

name        A
year     2018
price       0
Name: one, dtype: object

df.loc[[\'one\',\'four\']]

df.loc[\'one\',\'name\']

\'A\'

df.loc[\'one\':\'three\',\'name\']

one      A
two      B
three    C
Name: name, dtype: object

# 通过对行标记bool类型来显示所需要的行
df.loc[[True,True,True,False,True]]

1. df.iloc: 按照位置索引来选取数据

df.iloc[2]

name        C
year     2020
price       2
Name: three, dtype: object

df.iloc[2:4]

df.iloc[[2,4]]

df.iloc[[2,4],[2]]

1. df.isin: DataFrame中是否包含这个元素

df.isin([2,3])

1. df.groupby: 对DataFrame进行分组

df.groupby([\'name\'])

df.groupby([\'name\']).mean()

df.groupby([\'name\']).sum()

11.== df.drop==: 从行或列删除指定的标签

# 删除列
df.drop([\'name\'],axis=1)

df.drop(columns=[\'name\'])

# 通过标签索引名称删除行
df.drop([\'one\'])

1. 根据表格画柱状图

# 画在一幅图里
ax = df.plot.bar(rot=0)

# 画在多幅图中
axes = df.plot.bar(rot=0, subplots=True)
axes[1].legend(loc=2)