Pandas之Series、DataFrame、MultiIndex

Pandas之Series、DataFrame、MultiIndex 1. Series

• Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据
• 主要由一组数据和与之相关的索引两部分构成。

1.1 Series的创建

• pd.Series(data=Node,index=None,dtype=None)
  • data：传入的数据，可以是ndarray，list等
  • index：传入的索引，要与数据长度相等
  • dtype：数据的类型

1.2 Series对象的属性

• index
• values

1.3 Series对象的方法

• series.sort_values(ascending=True)
• series.add(数字)
  • 需要series里面存的values是数字类型
• series.sub(数字)
  • 同上
• 逻辑运算
  • values中的每个元素进行逻辑运算
• series.isin(values)
  • values：一个集合序列
  • 也是一种逻辑运算
• series.apply(func)
  • func：自定义函数
• series.value_counts()
  • 统计series中元素出现的次数

1.3 可以利用Series对象的索引获取数据

series[2]

2. Dataframe 2.1 Dataframe的创建

• pd.Dataframe(data=None,index=None,columns=None)
  • index：行索引
  • columns：列索引

2.2 Dataframe的属性

• shape
• index
• columns
• values
• T ：转置

2.3 Dataframe的实例方法

• data.head(n=5)
• data.tail(n=5)
• data.reset_index(drop=False)
  • 重置索引
  • drop：是否丢弃原来的索引。
• data.set_index(keys,drop=True)
  • keys：列索引名称（单级索引）或列索引名称组成的列表（多级索引）
  • drop：是否将指定作为索引的列删除
• data.sort_values(by,ascending=True)
  • by：按单个列或多个列进行排序
  • 返回一个新视图
• data.sort_index(ascending=True)
  • 按索引进行排序
  • 返回一个新视图
• data.query(查询语句字符串)
  • 查询指定的行记录
  • data.query("open<24 & open > 23")
• data.describe()
  • 统计运算：count，mean，std，min,max
  • 只针对数值类型进行统计
• data.apply(func,axis=0)
  • func：自定义函数
  • axis=0：默认拿到每一列进行自定义运算

2.4Dataframe关于统计的实例函数

• 普通统计函数：默认axis=0,即按列统计

函数名说明sumSum of valuesmeanMean of valuesmedianArithmetic median of valuesminMinimummaxMaximummodeModeabsAbsolute ValueprodProduct of valuesstdBessel-corrected sample standard deviationvarUnbiased varianceidxmaxcompute the index labels with the maximumidxmincompute the index labels with the minimum

• 累计统计函数

函数作用cumsum计算前1/2/3/…/n个数的和cummax计算前1/2/3/…/n个数的最大值cummin计算前1/2/3/…/n个数的最小值cumprod计算前1/2/3/…/n个数的积

2.5 Dataframe的索引 *** 作

• data['open']['2018-02-27']
  • 先列后行
  • 不支持切片
• data.loc['2018-02-27':'2018-02-22','open']
  • 按索引查询
  • 先列后行
  • 支持切片
• data.iloc[:3,:5]
  • 按索引的下标查询
  • 先列后行
  • 支持切片
• data.ix[0:4,['open','close','high']]
  • 不推荐

2.6 修改某一列的值或新增某一列

• data['close']=1
  • 有则修改
  • 无则新增
• data.close=1
  • 只能修改某一列的值

2.7 数据查询

• data[data['open']>23]
  • 返回一个Dataframe视图
• data[(data["open"] > 23) & (data["open"] < 24)]
  • 多个逻辑判断

3. MultiIndex 3.1 multiIndex的创建

arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))

# 结果
MultiIndex(levels=[[1, 2], ['blue', 'red']],
           codes=[[0, 0, 1, 1], [1, 0, 1, 0]],
           names=['number', 'color'])

 3.2 multiIndex的属性

• names：levels的名称
• levels：每个level的元祖值