概述

這篇將介紹Series和DataFrame公有的一些重要的基礎(chǔ)功能知識點(diǎn),。

重新索引排列

重新索引排列是指：可以將索引重新排列,，若給出的新索引在舊索引中不存在時,，會引入缺失值NaN,。

重新索引排列不會改變原來的對象，而是會生成一個重新排列索引的對象,。

使用Series和DataFrame的reindex()方法即可,。

Series

有時重新排列時，若新增一個之前沒有的索引時值會自動填充NaN,，若不想填充NaN,，可以使用參數(shù)method= ‘ffill’，這時填充值會跟前面的值一樣

同時也可以使用參數(shù) fill_value 來自己指定值,，如下

DataFrame

DataFrame也是一樣的,，若不指定，默認(rèn)是重新排列行,，若指定列,，也可重新排序列。

import pandas as pd

info = {
    'name' : ['zarten_1', 'zarten_2', 'zarten_3'],
    'age' : [18, 19, 20]
}

zarten_df = pd.DataFrame(info)

若需要重新排序列,，只需指定參數(shù)columns即可

刪除指定索引

刪除指定的一個或多個索引及其對應(yīng)的值,，使用drop()方法,，默認(rèn)是產(chǎn)生一個新的對象，不會改變原有對象,。

刪除多個索引時傳入一個列表

注意：若指定的索引不存在時,，會報錯

Series

上面使用drop后都會產(chǎn)生一個新的對象，不會改變原對象,。若想直接在原對象上進(jìn)行刪除,，可以使用參數(shù) inplace= True （慎用！?。,。?br>

DataFrame

同樣，默認(rèn)是刪除行,，若要刪除列索引及值,，使用axis參數(shù)，axis默認(rèn)為0代表行,，1代表列

import pandas as pd

info = {
    'name' : ['zarten_1', 'zarten_2', 'zarten_3'],
    'age' : [18, 19, 20]
}

zarten_df = pd.DataFrame(info)

相同數(shù)據(jù)結(jié)構(gòu)間的算術(shù)運(yùn)算

相同的數(shù)據(jù)結(jié)構(gòu)（Series和DataFrame）間的算術(shù)運(yùn)算,，跟并集的思想類似，也就是沒有對應(yīng)的索引時,，會自動填充NaN

Series

若想填充自己指定的值時,，可以使用add方法，參數(shù)fill_value

import pandas as pd

zarten_ser_1 = pd.Series([2,5,3,7])

zarten_ser_2 = pd.Series([3,3,4,4,5])

DataFrame

DataFrame數(shù)據(jù)結(jié)構(gòu)算術(shù)運(yùn)算時就比較刁鉆了,，必須是行和列索引都相同時才能相加,，若有一個不同就是NaN

還有其他的一些算術(shù)運(yùn)算如下圖，這里將不再闡述,，大同小異

Series與DataFrame之間的運(yùn)算

這兩者間的運(yùn)算會廣播到所有元素,。

若互相都沒有相同的索引時，同樣會產(chǎn)生NaN

import pandas as pd
import numpy as np

zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= ['a','b','c','d'], columns= ['x','y','z'])

zarten_ser = pd.Series([1,2,3], index= ['x','y','z'])

從上圖可以看到,，DataFrame每一行都減去了Series,。

更多的操作可以詳細(xì)閱讀官方文檔。

排序

索引排序：行或列索引排序,，使用sort_index()函數(shù),，默認(rèn)是行索引排序，且默認(rèn)是升序

值排序：也可對值排序,，使用函數(shù)sort_values()函數(shù)

Series

索引排序：

值排序：

DataFrame

import pandas as pd
import numpy as np

zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= [4,1,2,3], columns= ['z','x','y'])

索引排序：

由上圖可看到,，默認(rèn)為行索引排序，若需要列索引排序,，只需指定axis=1 即可

值排序：由于DataFrame是行和列組成,，值排序是列的由上到下的排序，可指定一列或多列,，通過by參數(shù)

也可以進(jìn)行多列排序,，只需傳入?yún)?shù)by一個列表即可,。根據(jù)by指定的順序優(yōu)先排列

統(tǒng)計

下面將介紹一些常用的統(tǒng)計方法

求和

使用函數(shù)sum()，默認(rèn)是每一列求和,，可以通過參數(shù)axis來設(shè)置行或列,，DataFrame的結(jié)果是一個Series對象

Series

DataFrame

import pandas as pd
import numpy as np

zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= [4,1,2,3], columns= ['z','x','y'])

由上圖可看到，求和默認(rèn)是每列求和,，若需要每行求和,，可使用參數(shù)axis= 0

還有其他參數(shù)，如：若存在NaN時,，默認(rèn)結(jié)果會剔除NaN,，可通過參數(shù)skipna設(shè)置。

其他參數(shù)如下圖所示：

其他統(tǒng)計方法

比如比較常用的describe()函數(shù),，一次可以統(tǒng)計出多方面的信息

由上圖看到,，結(jié)果有多項(xiàng)，都是針對列而言,，具體含義如下：

count : 計數(shù)（此列的總個數(shù)）

mean :平均值

std :標(biāo)準(zhǔn)差

min :最小值

25% :下四分位

50% :中位數(shù)

75% :上四分位

max :最大值

其他統(tǒng)計函數(shù)如下所示：

第三方庫統(tǒng)計工具

第三方庫：pandas-profiling

官方地址：

Python中文社區(qū)作為一個去中心化的全球技術(shù)社區(qū),，以成為全球20萬Python中文開發(fā)者的精神部落為愿景，目前覆蓋各大主流媒體和協(xié)作平臺,，與阿里,、騰訊、百度,、微軟、亞馬遜,、開源中國,、CSDN等業(yè)界知名公司和技術(shù)社區(qū)建立了廣泛的聯(lián)系，擁有來自十多個國家和地區(qū)數(shù)萬名登記會員,，會員來自以工信部,、清華大學(xué)、北京大學(xué),、北京郵電大學(xué),、中國人民銀行、中科院,、中金,、華為、BAT,、谷歌,、微軟等為代表的政府機(jī)關(guān)、科研單位,、金融機(jī)構(gòu)以及海內(nèi)外知名公司,，全平臺近20萬開發(fā)者關(guān)注,。