目录
Series对象
属性和方法
布尔值列表获取Series对象中部分数据
运算
DateFrame对象
常用属性
常见方法
运算
总结
Series对象
是DataFrame的列对象或者行对象
- 生成Series对象
- 生成索引
- 使用元组创建Series对象
- 使用字典创建Series对象
通过Pandas创建对象 自定义索引
import pandas as pd
# s1 = pd.Series(arr)
s1 = pd.Series(arr,index=['a','b','c','d','e','f','g','h','i'])
print(s1)
print(type(s1))
创建包含字符串、整数的Series对象
# s1 = pd.Series(['Lisa',18,'女']) -- 自动生成索引
s1 = pd.Series(['Lisa',18,'女'],index=['姓名','年龄','性别'])
print(s1)
print("-------------------------------------------")
print(type(s1))
使用元组创建Series对象
s1 = pd.Series(('张三','李四'),index=['a','b'])
print(s1)
print("-------------------------------------------")
print(type(s1))
使用字典创建Series对象
s1 = pd.Series(
{'姓名':'孙悟空',
'技能':'火眼金睛',
'师傅':'唐僧'
}
,index =['姓名','师傅'])
print(s1)
print("-------------------------------------------")
print(type(s1))
属性和方法
常用属性
- 查看对象值数量
- 查看对象维度
- 查看对象数据类型
- 查看对象值
- 获取对象索引
print('=================== 常用属性 ===================')
# 查看s对象值数量
print("size: ", s1.size)
# 查看s对象维度, 返回一个单个元素的元组, 元素个数代表维度数, 元素值代表值数量
print("shape: ", s1.shape)
# 查看s对象数据类型
print("dtype: ", s1.dtype)
# 获取s对象的数据值, 返回numpy的ndarray数组类型
print('values: ', s1.values)
# 获取s对象的索引
print('index: ', s1.index)
常用方法
- 查看对象值数量
- 查看对象前3个值 默认是五个
- 查看对象后五个值
- 获取对象的索引
- 将对象转换成python列表
- 将对象转换成df对象
- 对象中数据的基础统计信息
- 对象数据值去重 返回对象
- 对象数据值去重 返回数组
- 根据对象数据值排序，默认升序
- 根据对象索引值排序，默认升序
- 求对象不同值的数量 类似于分组计数
# 查看s对象不同值数量
print(s1.value_counts())
# 查看s对象前3个值, n默认等于5
print(s1.head(3))
# 查看s对象后5个值, n默认等于5
s1.tail()
# 获取s对象的索引
print(s1.keys())
# s对象转换成python列表
print(list(s1))
# s对象转换成df对象
print(s1.to_frame())
print(type(s1.to_frame()))
# s对象中数据的基础统计信息
print(s1.describe())
print('------------------------------')
# s对象最大值、最小值、平均值、求和值...
print(s1.max())
print(s1.min())
print(s1.mean())
print(s1.sum())
# s对象数据值去重, 返回s对象
print(s1.drop_duplicates())
print(type(s1.drop_duplicates()))
print('------------------')
# s对象数据值去重, 返回数组
print(s1.unique())
print(type(s1.unique()))
#
# s对象数据值排序, 默认升序
print(s1.sort_values())
print('----------------------------------')
# print(s1.sort_values(ascending=False))
# s对象索引值排序, 默认升序
print(s1.sort_index())
print('----------------------------------')
# print(s1.sort_index(ascending=False))
布尔值列表获取Series对象中部分数据
import pandas as pd
# 1 加载并观察数据集
df = pd.read_csv('./data/a_scientists.csv')
df
ages = df['Age']
ages
#求高于平均年龄的人员信息
df[ages > ages.mean()]
df[df['Age'] > df['Age'].mean()]
不加df是一个布尔值列表
运算
ages * 2
# 等价于 ages + ages
# 将列表[1, 10, 100] 转成 Series对象 s2
s2 = pd.Series([1, 10, 100])
print(s2)
print('------------------------')
print(type(s2))
ages + s2
DateFrame对象
DataFrame是Pandas中的最基本的数据结构对象，简称df；可以认为df就是一个二维数据表，这个表有行有列有索引
- 将 Series对象 通过 to_frame() 转成 df
- 使用 列表 加 元组 返回 df
- 使用 字典 返回 df
s2 = pd.Series(['张三', '李四', '王五'])
print(type(s2))
print('-------------------')
print(type(s2.to_frame()))
studentList = [
(1, '张三', 18),
(2, '李四', 14),
(3, '王五', 19)
]
df3 = pd.DataFrame(studentList, columns=['编号', '姓名', '年龄'], index=['A', 'B', 'C'])
print(df3)
print('----------------')
print(type(df3))
dict1 = {
"id" : [1, 2, 3],
"name" : ['张三', '李四', '王五'],
"city" : ['洛阳', '信阳', '安阳']
}
df4 = pd.DataFrame(dict1)
print(df4)
print('----------------')
print(type(df4))
常用属性
- 查看维度, 返回元组类型 -> (行数, 列数), 元素个数代表维度数
- 查看数据值个数, 行数*列数, NaN值也算
- 查看数据值, 返回numpy的ndarray类型
- 查看维度数
- 返回列名和列数据类型
- 查看索引值, 返回索引值对象
- 查看列名, 返回列名对象
print('=============== 常用属性 ===============')
# 查看维度, 返回元组类型 -> (行数, 列数), 元素个数代表维度数
print(df.shape)
# 查看数据值个数, 行数*列数, NaN值也算
print(df.size)
# 查看数据值, 返回numpy的ndarray类型
print(df.values)
# print('---------------------------')
print(type(df.values))
# 查看维度数
print(df.ndim)
# 返回列名和列数据类型
print(df.dtypes)
# 查看索引值, 返回索引值对象
print(df.index)
# 查看列名, 返回列名对象
print(df.columns)
常见方法
- 查看前5行数据
- 查看后5行数据
- 查看df的基本信息
- 查看df对象中所有数值列的描述统计信息
- 查看df对象中所有非数值列的描述统计信息
- # exclude:不包含指定类型列
- 查看df对象中所有列的描述统计信息
- # include:包含指定类型列, all代表所有类型
- 查看df的行数
- 查看df各列的最小值
- 查看df各列的非空值个数
- 查看df数值列的平均值
print('=============== 常用方法 ===============')
# 查看前3行数据
print(df.head(3))
# 查看后3行数据
print(df.tail(3))
# 查看df的基本信息
print(df.info())
# 查看df对象中所有数值列的描述统计信息
print(df.describe())
# 查看df对象中所有非数值列的描述统计信息
# exclude:不包含指定类型列
print(df.describe(exclude=['int', 'float']))
# 查看df对象中所有列的描述统计信息
# include:包含指定类型列, all代表所有类型
print(df.describe(include='all'))
# 查看df的行数
print(len(df))
# 查看df各列的最小值
print(df.min())
# # 查看df各列的非空值个数
print(df.count())
# # 查看df数值列的平均值
print(df.mean())
运算
import pandas as pd
# 加载数据 df
df = pd.read_csv('./data/a_scientists.csv')
df
df + df
# (字符串类型是拼接 数值则是相加) （用df+2会报错 因为字符串不能与数值相加）
df.index.isin([0, 2, 4])
df[df.index.isin([0, 2, 4])]
df['Age'].isin([77, 41, 66])
df[df['Age'].isin([77, 41, 66])]
总结
- <s/df>表示s对象或df对象
- <s/df>.size # 返回数据个数
- <s/df>.shape # s返回(行数,)，df返回(行数,列数)
- <s/df>.dtypes # s返回数据类型，df返回列名和该列数据的类型
- <s/df>.values # 返回全部值
- <s/df>.index # 查看索引
- <s/df>.head() # s返回前5个数据，df返回前5行数据
- <s/df>.tail() # s返回后5个数据，df返回后5行数据
- df.info() # 返回df的基本信息：索引情况，以及各列的名称、数据数量、数据类型；s对象没有这个函数
- <s/df>.describe() # 返回s或df对象中所有数值类型数据的基础统计信息
- df.describe(include='all') # 返回df对象中全部列数据的基础统计信息
s对象的判断表达式返回由布尔值构成的numpy.ndarray数组
布尔值列表或数组获取s或df对象中部分数据的方法：返回True对应的(行)数据 在外面套一层
运算时 字符会拼接 数值会进行计算 如果类型不匹配会报错 索引值不对应会返回NaN
