Pandas 入门

#生成对象

用值列表生成 Series 时，Pandas 默认自动生成整数索引：

 

 用含日期时间索引与标签的 NumPy 数组生成 DataFrame：

 

 用 Series 字典对象生成 DataFrame:

 

 DataFrame 的列可以有不同数据类型。

 

IPython支持 tab 键自动补全列名与公共属性(也可以使用dir列出)。下面是部分可自动补全的属性：

 

#查看数据

查看Dataframe的头部和尾部数据

 

 显示索引与列名：

 

 df.to_numpy() 输出底层的numpy对象

 

 describe()可以快速查看数据的统计摘要：

 

 转置数据：可以理解为行列交换

 

 按轴排序：

 

 

按值排序：

 

 

获取数据

选择单列，产生 Series，与 df.A 等效：

 

 用 [ ] 切片行：

 

 

按标签选择

用标签提取一行数据：

 

 

 

 用标签选择多列数据：

 

 用标签切片，包含行与列结束点：

 

 提取标量值：

 

 

快速访问标量，与上述方法等效：

 

 

按位置选择

用整数位置选择：

 

 类似 NumPy / Python，用整数切片：

 

 显式整行切片：

 

 显式提取值：

 

 快速访问标量，与上述方法等效：

 

 

布尔索引

用单列的值选择数据：

 

 

 

 选择 DataFrame 里满足条件的值：

 

 用 isin() 筛选：

 

 

赋值

用索引自动对齐新增列的数据：

按标签赋值：

 

 按位置赋值：

按 NumPy 数组赋值：

 

 用 where 条件赋值：

 

 

缺失值

Pandas 主要用 np.nan 表示缺失数据。 计算时，默认不包含空值

重建索引（reindex）可以更改、添加、删除指定轴的索引，并返回数据副本，即不更改原数据。

删除所有含缺失值的行：

填充缺失值：

 

 提取 nan 值的布尔掩码：