Pandas库全面学习指南（一）

前言

1、Python的Pandas是一个基于Python构建的开源数据分析库，它提供了强大的数据结构和运算功能。

2、Series：一维数组，类似于Numpy中的一维array，但具有索引标签，可以保存不同类型的数据，如字符串、布尔值、数字等。

DataFrame：二维表格型数据结构，与SQL表或Excel工作表类似，每列可以是不同的数据类型（如数值、字符串或日期），并且具有列名和行索引。DataFrame是Pandas的核心数据结构，提供了丰富的数据操作方法。

接下来我们将逐步介绍他的用法：

一.安装pandas库

使用命令 pip install pandas进行安装 ，安装完后导入pandas库，一般简写为pd。

import pandas as pd

二、使用Series，创建一维数组

import pandas as pd
s_1 = pd.Series([1,2,3,4,5])
print(s_1)

三、index查看下标，values查看下标的值 

1、index的输出类似于range：start代表起始标签；stop代表结束标签（不会到这个值，到n-1值）；step代表步长。
2、valuses： 直接查看下标的值，记得是从0开始的值

import pandas as pd
s_2 = pd.Series([1,2,3,4,5],index=['a', 'b', 'c', 'd', 'e'])
print(s_2)
print(s_2.index)
print(s_2.values)

 四.操作Series数组

1.通过标签访问某个元素或多个元素

import pandas as pd
import pandas as pd
s_1 = pd.Series([1,2,3,4,5], index=['a', 'b', 'c', 'd', 'e'])
print(s_1['d'])
print(s_1['a':'d'])
print(s_1[['a', 'd']])

 第一个是访问标签号为d的元素

第二个是访问从标签号从a（包含）到d（包含）的元素

第三个是访问标签号为a和d的元素

2.通过索引号访问某个元素或多个元素

import pandas as pd
s_2 = pd.Series(['lily', 'rose', 'jack'])
"""
(2)通过索引访问
"""
print(s_2[2])
print(s_2[0:2])
print(s_2[[0, 2]])

 第一个是访问索引号为2的元素

第二个是访问索引号从0（包含）到2（不包含）的元素

第三个是访问索引号为0和2的元素

 3.删除标签为（）的数据

import pandas as pd
s_1 = pd.Series([1,2,3,4,5], index=['a', 'b', 'c', 'd', 'e'])
s_1 = s_1.drop('a')
print(s_1)

 删除标签为a的元素

4.判断某个元素是否在数组中，并向数组中加入某个元素。

import pandas as pd
s_1 = pd.Series([1,2,3,4,5], index=['a', 'b', 'c', 'd', 'e'])
print('5' != s_1.values)
s_1[0] = 10
print(s_1)

判断5是否在s_1中，并将第0个元素的值改为10

5.创建Series数据

这里的我们所理解的键其实就是数据的标签，大部分的人可能会理解为这里是一个字典或者一个数组，其实都不是，是一个一维数据。

import pandas as pd
dic_1 = {"name1": "Peter", "name2":"tim",
"name3":"rose"}
s_4 = pd.Series(dic_1)
print(s_4)
s_4.index = range(0, len(s_4))
print(s_4)

创建一个名为dic_1的数据，并将标签号由name1，name2,name3,改为0,1,2。

五、iloc and loc的使用

1、iloc是原下标，也就是默认值，计算机的记忆

2、loc是修改过的下标，我们把他叫作标签，标签是由我们自主给的，计算机并不会自己产生

import pandas as pd
dic_1 = {"name1": "Peter", "name2":"tim",
"name3":"rose"}
s_4 = pd.Series(dic_1)
print(s_4.iloc[1])
print(s_4.loc['name1'])

 六.DataFrame —— 创建二维数组

1.创建DataFrame数据

import pandas as pddf_1 = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
print(df_1)
print(df_1.index)
print(df_1.columns)
print(df_1.values)

df_1.index为行索引

df_1.columns为列名

df_1.values为值

 2.修改列名

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
print(df)
df.columns = range(0, len(df.columns))
print(df)

 此操作将代码的列名由age,name,income改成了0,1,2

3.修改行名

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
print(df)
df.index = range(0,len(df.index))
print(df)

 将行名由person1，person2,person3修改为了0,1,2

4.添加一列

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
print(df)
df['pay'] = [20, 30, 40]
print(df)

添加了pay这一列数据 

 5.添加行

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
print(df)
df.loc['person4', ['age', 'name', 'income']] = [20, 'kitty', 200]
print(df)

 添加了person4这一行数据

6.访问DataFrame

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
#访问某列
print(df.name)
#访问某些列
print(df[['age', 'name']])#访问行
print(df[0:2])
# #使用loc访问
print(df.loc[['person1', 'person3']])
#访问某个值
print(df.loc['person1', 'name'])

第一个是打印name这一列

第二个是打印age，name这两列

第三个是打印第0,1行

第四个是打印person1，person3这两行

第五个事打印person1，name中的内容

7.删除列

用drop方法，删除name这一列

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
data = df.drop('name', axis=1, inplace=False)
print(data)

 axis=1表示沿着列操作，axis=0表示沿着行操作

用del删除age这一列

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
del df['age']
print(df)

8.删除行

用drop方法删除person3这一行

import pandas as pd
df = pd.DataFrame({'age':[10,11,12],'name':['tim', 'tom', 'rose'],'income':[100,200,300]},index=['person1', 'person2', 'person3'])
df.drop('person3', axis=0, inplace=True)
print(df)

9.对某一行的数据进行排序

import pandas as pddic = {'name': ['kiti', 'beta', 'peter', 'tom'],'age': [20, 18, 35, 21],'gender': ['f', 'f', 'm', 'm']}
df = pd.DataFrame(dic)
print(df)
df = df.sort_values(by=['age'], ascending=False)
print(df)

按照年龄的大小排序，False表示从大到小排序，True表示从小到大排序

10.值的替换

将gender这一行的m用male替换，f用female替换

import pandas as pddic = {'name': ['kiti', 'beta', 'peter', 'tom'],'age': [20, 18, 35, 21],'gender': ['f', 'f', 'm', 'm']}
df = pd.DataFrame(dic)
print(df)
df['gender'] = df['gender'].replace(['m', 'f'], ['male', 'female'])
print(df)