科学计算库Pandas(1)：创建Series与DataFrame对象

科学计算库Pandas(1)：创建Series与DataFrame对象

Pandas使用两种数据类型：Series与dataframe

1.Series对象

import pandas as pd
from pandas import Series,DataFrame
import numpy as np

1.1创建

#创建Series对象，没有自定义索引，类似一维数组
se1 = Series([1,2,3,4])
#创建Series对象，自定义了索引
se2 = Series(data=[1,2,3,4],index=['a','b','c','d'])
se3 = Series(data=[5,6,7,8],index=list('fine'))

print(se1)
print(se2)
print(se3)

0    1
1    2
2    3
3    4
dtype: int64
a    1
b    2
c    3
d    4
dtype: int64
f    5
i    6
n    7
e    8
dtype: int64

1.2获取数据

print(se2.values)#获取内容
print(se2.index)#获取索引
print(list(se2.iteritems()))#获取索引和值对

[1 2 3 4]
Index(['a', 'b', 'c', 'd'], dtype='object')
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]

#Series对象支持位置和标签两种方式获取数据
print('索引下标',se2['c'])#索引‘c’对应数字3
print('位置下标',se2[2])#下标‘2’对应数字3

索引下标 3
位置下标 3

#获取不连续的数据,输入用[]阔起来
print(se2[['b','d']])
print(se2[[1,3]])

b    2
d    4
dtype: int64
b    2
d    4
dtype: int64

#以切片的形式获取数据，不需以[]阔起来
print(se2['b':'d'])#索引为b到d的
print(se2[1:3])#位置下标为1，2的

b    2
c    3
d    4
dtype: int64
b    2
c    3
dtype: int64

#重新复制索引，se2的索引原为a,b,c,d，现改为w,x,y,z
se2.index = list('wxyz')
print(se2)

w    1
x    2
y    3
z    4
dtype: int64

1.3 reindex()，字典变为Series对象，drop(),

#reindex重新索引，会返回一个新的Series
#调用reindex将会重新排序，缺失值则用NaN填补
print(se2.reindex(['m','w','x','y','z']))

m    NaN
w    1.0
x    2.0
y    3.0
z    4.0
dtype: float64

#将字典转换为Series
dict0 = {'r':100,'b':400,"g":300,"p":900}
se0 = Series(dict0)
print(se0)

r    100
b    400
g    300
p    900
dtype: int64

#Drop丢弃指定轴上的项
print(se2.drop(['w','y']))#丢弃了w,y对应的值

x    2
z    4
dtype: int64

1.4 对Series进行算数运算操作：

····基于index进行

····加减乘除 + - * /

····计算结果以浮点数的形式存储，避免精度丢失

····如果pandas在两个Series里找不大到相同的index，对应yield置就返回一个空值NaN

se_1 = pd.Series([1,3,5,7],['Chen','Li','Guo','sun'])
se_2 = pd.Series([2,4,6,8],['Chen','Li','Guo','sun'])
se_3 = pd.Series([0,2,4,6,8],['Chen','East','South','West','North'])

print(se_2 - se_1)
print('****************')
print(se_3 - se_1)

Chen    1
Li      1
Guo     1
sun     1
dtype: int64
****************
Chen    -1.0
East     NaN
Guo      NaN
Li       NaN
North    NaN
South    NaN
West     NaN
sun      NaN
dtype: float64

print(se_2 + se_1)
print('****************')
print(se_3 + se_1)

Chen     3
Li       7
Guo     11
sun     15
dtype: int64
****************
Chen     1.0
East     NaN
Guo      NaN
Li       NaN
North    NaN
South    NaN
West     NaN
sun      NaN
dtype: float64

#支持numpy的数组运算
ses = Series(data = [1,6,3,5], index=list('abcd'))
print(ses[ses>2])#布尔数组过滤,找出大于2的值
print('****************')
print(ses * 10)#乘以常数，标量乘法
print('****************')
print(np.square(ses))#可作为numpy数组的函数的输入

b    6
c    3
d    5
dtype: int64
****************
a    10
b    60
c    30
d    50
dtype: int64
****************
a     1
b    36
c     9
d    25
dtype: int64

2.DataFrame数据表

data,index,columns分别为数据、行索引、列索引

2.1 创建1

df_1 = DataFrame(data=np.random.randint(0,100,(5,5)),index = [1,2,3,4,5],columns=['a','b','c','d','e'])
print(df_1)

#其中，np.random.randint(0,100,(5,5)),
#表示产生5*5的数组，每个元素随机在(0-100)之间取值，整数

    a   b   c   d   e
1   0  48  59  73  58
2  99  94  76  55   3
3  14  29  95  92  36
4  15  82  49   9  49
5  28  42  47  56  75

2.2 创建2，使用字典，index决定行索引，字典的键决定列索引

dt2={'name':['Guo','Li','Huang'],
     'year':[25,26,27],
     'num':[6,8,10]}
df2=pd.DataFrame(dt2,index=[1,2,3])
print(df2)

#可以测试一下下面这些写法，看得到什么结果
#df2=pd.DataFrame(dt2,[1,2,3])
#df2=pd.DataFrame(dt2,index=[1,2,3])
#df=pd.DataFrame(dt2,index=[1,2,3],columns=['A','B','C'])

    name  year  num
1    Guo    25    6
2     Li    26    8
3  Huang    27   10

2.3 创建3，使用from_dict

dt3 = {'apple':[2,4,6],'blue':[5,50,500]}
df3 = pd.DataFrame.from_dict(dt3)
print(df3)
print('***************')


#相同索引的值会相对应，
dt4 = {
    'name':pd.Series(['G','F','W'],['a','b','c']),
    'year':pd.Series([1998,1999,2000,2001],['a','b','c','d']),
    'day':pd.Series([19,18,17],['a','b','d'])
}
df4 = pd.DataFrame(dt4)
print(df4)

print('***************')
#将DataFrame对象转换为字典
dtBack = df4.to_dict()
print(dtBack)#结果是嵌套的

   apple  blue
0      2     5
1      4    50
2      6   500
***************
  name  year   day
a    G  1998  19.0
b    F  1999  18.0
c    W  2000   NaN
d  NaN  2001  17.0
***************
{'name': {'a': 'G', 'b': 'F', 'c': 'W', 'd': nan}, 'year': {'a': 1998, 'b': 1999, 'c': 2000, 'd': 2001}, 'day': {'a': 19.0, 'b': 18.0, 'c': nan, 'd': 17.0}}