PYTHON_pandas

数据分析三剑客：numpy、pandas、matplotlib。

numpy 提供运算基础，pandas 提供业务逻辑的处理方法。

pandas 中有 Series（一维）、Dataframe（二维）。

以下多是基于 series 的操作。

1. 使用 list 构造 series

关键点：Series() 方法

import pandas as pd
courses=['语文','数学','英语']
pd.Series(courses)

--注意是 Series()，不是 series()。

2. 使用 dict 构造 series

关键点：Series() 方法

grades={'语文':80,'数学':90,'英语':85,'计算机':100}
data=pd.Series(grades)

3. series 转换为 list

关键点：.tolist() 属性

'''构造Series'''
grades={'语文':80,'数学':90,'英语':85,'计算机':100}
data=pd.Series(grades)
'''将Series转为list'''
data.tolist()

4. 将 series 转换成 dataframe

关键点：DataFrame( ..., columns = [ '...' ] ) 方法

'''构造Series'''
grades={'语文':80,'数学':90,'英语':85,'计算机':100}
data=pd.Series(grades)
'''将Series转为DataFrame'''
pd.DataFrame(data,columns=['grades'])

--注意是 DataFrame()，不是Dataframe()；

注意是 columns=['...']，不是 columns='...'。

5. 借助 numpy 创建 Series

关键点：np.arange()，pd.Series()

import numpy as np
import pandas as pd
pd.Series(np.arange(10,100,10),index=np.arange(101,110),dtype=float)

--np.arange() 范围是左闭右开。

pd.Series() 可通过 index 设定索引，否则默认为从 0 开始的数字索引。

这里也可以不借助 numpy 实现：

lis=range(10,100,10)
inde=range(101,110)
pd.Series(lis,index=inde,dtype=float)

 6. 转换 Series 数据类型

 关键点：astype() 或者 map()

方法一：astype()

ser=pd.Series(['001','002','003','004'],index=list('abcd'))
ser.astype(int)

方法二：map()

ser=pd.Series(['001','002','003','004'],index=list('abcd'))
ser.map(int)

7. 给 Series 添加元素

关键点：.append()

grades1={'语文':80,'数学':90,'英语':85,'计算机':100}
ser1=pd.Series(grades)
grades2={'物理':88,'化学':95}
ser2=ser1.append(pd.Series(grades2))
ser2

8. Series 转换为 DataFrame

关键点：.reset_index()，.columns()

grades={'语文':80,'数学':90,'英语':85,'计算机':100}
ser=pd.Series(grades)
df=ser.reset_index()
df.columns=['course','grade']
df

默认情况下，键会变成它的索引；.reset_index() 可以还原（重置）索引，重新变为默认的整型索引。

9. 使用字典创建 DataFrame

关键点：字典的书写形式

dic={
    '姓名':['小张','小王','小李','小赵'],
    '性别':['男','女','男','女'],
    '年龄':[18,19,20,18]
}
pd.DataFrame(dic)

10. 给 DataFrame 设置索引列

关键点：.set_index()

dic={
    '姓名':['小张','小王','小李','小赵'],
    '性别':['男','女','男','女'],
    '年龄':[18,19,20,18]
}
df=pd.DataFrame(dic)
df.set_index('姓名')

-END

https://www.bilibili.com/video/BV1Nq4y1Z7Q8?p=5&vd_source=efad7d657bca9605bbc1590a798ed819