深度学习入门 之 Pandas学习笔记（一）

目录

引言：

一、 pandas基本介绍

1.1 创建序列方法

1.2 常用方法

二、 pandas选择数据

2.1 根据标签选择 loc

2.2 根据位置选择 iloc

2.3 根据标签和位置结合选择 ix

2.4 布尔选择 boolean indexing

三、 pandas设置值

3.1 常用修改值方法

3.2 添加新列

---

引言：

        pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。【来自百度百科】

一、 pandas基本介绍

1.1 创建序列方法

t1 = pd.Series([1, 2, 3, np.nan, 44, 1])
print (t1)
dates = pd.date_range('20220401', periods=3)
print (dates)
# 创建二维数组
test = pd.DataFrame(np.random.randn(3, 4), index=dates, columns=['A', 'B', 'C', 'D'])
print (test)

 在创建二维序列的时候，index参数相当于行的序列号，column相当于列的序列号。输出结果如下：

 还可以使用直接放入字典的方式进行创建二维序列：

# 字典方式创建二维序列
test2 = pd.DataFrame({"A": [1, 2, 3],
                      "B": ['math', 'Chinese', 'English'],
                      "C": [7, 8, 9],
                      "D": [3, 4, 7]}, index=dates)
print (test2)

  

字典的键等价于列的序号，字典的值形成一列。如果不给index设置值则行序号默认0，1，2……

1.2 常用方法

print(……)：

test2.dtypes:输出每一列对应的数据类型

test2.index:输出所有行的序号

test2.columns:输出所有列的序号

test2.values:输出所有值（不包含序号）

test2.describe()：输出所有数值列的count、mean、std、min……

test2.T:输出原序列的转置

test2.sort_index(axis=0/1,ascending=true/false):按照行/列+升序/降序进行排序

test2.sort_values(by='B'):指定列进行值排序

样例如下:

# 字典方式创建二维序列
test2 = pd.DataFrame({"A": [1, 2, 3],
                      "B": ['math', 'Chinese', 'English'],
                      "C": [7, 8, 9],
                      "D": [3, 4, 7]})
print (test2)
print (test2.dtypes)
print (test2.index)
print (test2.columns)
print (test2.values)
print (test2.describe())
print (test2.T)
print (test2.sort_index(axis=1, ascending=False))
print (test2.sort_values(by='B'))

 

二、 pandas选择数据

选择某列：test2['A']、test2.A

选择某行：print (test2[0:2])  注意输出的是0、1行，左闭右开

和下面的要进行对比。

2.1 根据标签选择 loc

# 字典方式创建二维序列
test2 = pd.DataFrame({"A": [1, 2, 3],
                      "B": ['math', 'Chinese', 'English'],
                      "C": [7, 8, 9],
                      "D": [3, 4, 7]})
print (test2)
# 根据标签选择数据
print (test2.loc[2])  # 输出第二行
print (test2.loc[:, 'B'])  # 输出B列
print (test2.loc[:, ['B', 'C']])  # 输出B,C列
print (test2.loc[1, ['B', 'C']])  # 输出1行 B,C列
print (test2.loc[:1, ['B', 'C']])  # 输出0,1行 B,C列

2.2 根据位置选择 iloc

# 根据位置选择数据
print (test2.iloc[2])  # 输出第2行
print (test2.iloc[:, 1])  # 输出第1列
print (test2.iloc[:, 1:3])  # 输出1,2列
print (test2.iloc[1, 1:3])  # 输出1行 1,2列
print (test2.iloc[:1, 1:3])  # 输出0行 1,2列

  

2.3 根据标签和位置结合选择 ix

# 字典方式创建二维序列
test2 = pd.DataFrame({"A": [1, 2, 3],
                      "B": ['math', 'Chinese', 'English'],
                      "C": [7, 8, 9],
                      "D": [3, 4, 7]}, index=dates)
print (test2)
# 根据标签和位置选择数据
print (test2.ix[2])  # 输出第2行
print (test2.ix[:, 'B'])  # 输出第1列
print (test2.ix[:, ['B', 'C']])  # 输出1,2列
print (test2.ix[1, ['B', 'C']])  # 输出1行 1,2列
print (test2.ix[:1, ['B', 'C']])  # 输出0行 1,2列

 

2.4 布尔选择 boolean indexing

三、 pandas设置值

3.1 常用修改值方法

下面这种方法会影响其他列： 

为了避免对其他列的修改，可以采用以下方法：

3.2 添加新列

也可以在添加新列的时候进行其他类型的值，但要注意赋值的个数应和行数保持一致。

接下