pandas数据结构之基础运算笔记

import pandas as pd
import numpy as np

s = pd.Series([1,3,5,6,8],index=list('acefh'))
s.index  # 读取行索引
# 输出 Index(['a', 'c', 'e', 'f', 'h'], dtype='object')

s.reindex(list('abcdefgh'))  # 索引再定义，与元索引相同，值不变，其它变为NaN
s.reindex(list('abcdefgh'),fill_value=0)  # 将其它的索引设置默认值0
s.reindex(list('abcdefgh'), method='ffill') 
 # 其它元Series没有的索引的值对应上一行已有的索引对应值

df = pd.DataFrame(np.random.randn(4,6),index=list('ADFH'),columns=['one','two','three','four','five','six'])
df2 = df.reindex(index=list('ABCDEFGH'))  
# DataFrame中再定义行索引，新的索引将默认赋值NaN

df.reindex(index=list('ABCDEFGH'),fill_value=0)  # DataFrame中为新的索引赋值0
df.loc['A']['one'] = 100  # 将‘A'行’one‘列赋值100

df.reindex(columns=['one','three','five','seven'],fill_value=0)

df.reindex(index=list('ABCDEFGH'),method='ffill')  # method只对列有效果
# method='ffill'，找到上面一行的对应列的值 赋值给新添加的行
# 但是df没有改变  但是df没有改变 但是df没有改变 但是df没有改变 但是df没有改变 

df.drop('A')  # 默认按行
df.drop(['two','four'],axis=1)  #按列
# 但是df没有改变  但是df没有改变 但是df没有改变 但是df没有改变 但是df没有改变 

df = pd.DataFrame(np.arange(12).reshape(4,3),index=['one','two','three','four'],columns=list('ABC'))

df.apply(lambda x: x.max()-x.min())  # 按列
df.apply(lambda x: x.max()-x.min(), axis=1)  # 按行


def min_max(x):
    return pd.Series([x.min(),x.max()],index=['min','max'])  # 按行
df.apply(min_max, axis=1)

df = pd.DataFrame(np.random.randn(4,3),index=['one','two','three','four'],columns=list('ABC'))


# formater = lambda x: '%.03f' % x
formater = '{0:0.3f}'.format  # 两个结果相同，取3位有效数字

df = pd.DataFrame(np.random.randint(1,10,(4,3)),index=list('ABCD'),columns=['one','two','three'])

df.sort_values(by='two',ascending=False)  通过by找到主要排序列对象 ascending=False按从大到小排列

s = pd.Series([3,6,2,6,4])

s.rank(method='average')  
# 默认，rank表示列中的值对应的大小排位号（小的数排位靠前）
# df未改变 df未改变 df未改变 df未改变 df未改变 df未改变

df.rank(method='first')  # 按列取排位号（小的数排位靠前）
s = pd.Series(list('abbcdabacad')) 
s.value_counts()  # 列中相应的值出现的次数
s.unique()  # 找出列中所有不重复的值
s.isin(['a','c','d'])  # 判断列中的值在['a','c','d']是否有相同的值
s.isin(s.unique())  # 判断列中的值在array（['a', 'b', 'c', 'd']）是否有相同的值