116、pandas基本功能2

3、索引、选取和过滤

Series索引(obj[...])工作方式类似于NunmPy数组的索引,Series的索引值除了是整数还可以是标签等其他方式:
1.png
2.png

利用标签的切片运算与普通的Python切片运算不同,其末端包含的:
3.png

DataFrame索引就是获取一个或多个列:
4.png

DataFrame通过切片或布尔型数组选取行:
5.png

通过布尔型DataFrame(比如由标量比较运算得出的)进行索引:
6.png

为了在DataFrame的行上进行标签索引,引入索引字段ix。它可以通过NumPy的标记法以及轴标签从DataFrame中选取行和列的子集:
7.png
8.png
9.png

下面列出了DataFrame数据的大部分选取和重排方式:
10.png
12.png

4、算术运算和数据对齐

pandas最重要的一个功能是:可以对不同索引对象进行算术运算。比如将对象相加时,如果存在不同的索引对,则结果的索引就是该索引对的并集:
1.png

由上面可以看到,自动的数据对齐操作在不重叠的索引处引入NA值。

对于DataFrame,对齐操作会同时发生在行和列上:
2.png

从上面看出,相加后会返回一个新的DataFrame,其索引和列为原来两个DataFrame的并集。
5、在算术方法中填充值

对不同的索引对象进行算术运算时,如果一个对象中某个轴标签在另一个对象中找不到时填充一个特殊值(比如0):
3.png

使用df1的add方法,传入df2以及一个fill_value参数:
4.png

以此类似,在对Series或DataFrame重新索引时,也可以指定一个填充值:
5.png

常用算术方法如下:
6.png

6、DataFrame和Series之间的运算

计算一个二维数组与某行之间的差:
7.png

上面这种运算方式称为广播。广播是指不同形状的数组之间的算术运算的执行方式,有的类似于数学中的等差数列。比如一维数组在轴0上的广播图解如下:
行廣播.png

二维数组在轴1上的广播图解如下:
列廣播.png

DataFrame和Series之间的运算也使用了广播:
8.png

默认情况下,DataFrame和Series之间的算术运算会将Series的索引匹配到DataFrame的列,然后沿着行一直向下广播:
9.png

如果某个索引值在DataFrame的列或Series的索引中找不到,则参与运算的两个对象会被重新索引以形成并集:
10.png

如果匹配行且在列上广播,则必须使用算术运算方法:
11.png

源码如下:


# In[1]:


import numpy as np
import pandas as pd
from pandas import Series,DataFrame
s1 = Series([2,9,7],index=['a','b','c'])
print(s1)


# In[2]:


s2 = Series([5,7,11,3],index=['a','c','g','f'])
print(s2)


# In[3]:


# 相加
sm = s1 + s2
print (sm)


# In[4]:


df1 = DataFrame(np.arange(9).reshape((3,3)),columns=list('bcd'),
                index=['Guangdong','Shandong','Henan'])
print(df1)


# In[5]:


df2 = DataFrame(np.arange(12).reshape((4,3)),columns=list('bde'),
                index=['Hainan','Shandong','Henan','Anhui'])
print(df2)


# In[6]:


sm2 = df1 + df2
print(sm2)


# In[7]:


df1 = DataFrame(np.arange(12).reshape((3,4)),columns=list('abcd'))
print(df1)


# In[8]:


df2 = DataFrame(np.arange(20).reshape((4,5)),columns=list('abcde'))
print(df2)


# In[9]:


df = df1 + df2
print(df)


# In[10]:


ad = df1.add(df2,fill_value=0)
print(ad)


# In[11]:


re = df1.reindex(columns=df2.columns,fill_value=0)
print(re)


# In[12]:


arr = np.arange(12).reshape((3,4))
print(arr)


# In[13]:


print(arr[0])


# In[14]:


di = arr - arr[0]
print(di)


# In[15]:


frame = DataFrame(np.arange(12).reshape((4,3)),columns=list('bde'),
                  index=['Guangdong','Shandong','Henan','Sichuan'])
print(frame)


# In[16]:


series = frame.ix[0]
print(series)


# In[17]:


fr_se = frame - series
print(fr_se)


# In[18]:


series2 = Series(range(3),index=['b','e','f'])
fr_se2 = frame + series2
print(fr_se2)


# In[19]:


# 匹配行在列上广播
print(frame)


# In[20]:


series3 = frame['d']
print(series3)


# In[21]:


# sub表示减法,即frame-series3
# axis=0表示传入的轴号是需要匹配的轴
su = frame.sub(series3,axis=0)
print(su)


# In[22]:


obj = Series(np.arange(4),index=['a','b','c','d'])
print(obj)


# In[23]:


# 索引具体标签后的值
print(obj['b'])


# In[24]:


# 索引整数等价于obj['b']
print(obj[1])


# In[25]:


# 类似于NunmPy数组的索引
print(obj[1:3])


# In[26]:


print(obj[[1,3]])


# In[27]:


print(obj[['b','a','d']])


# In[28]:


print(obj[obj<3])


# In[29]:


print(obj['b':'c'])


# In[30]:


# 赋值
obj['b':'c'] = 5
print(obj)


# In[32]:


# DataFrame索引
data = DataFrame(np.arange(16).reshape((4,4)),
                 index=['Guangdong','Shandong','Henan','Sichuan'],
                 columns=['one','two','three','four'])
print(data)


# In[33]:


print(data['two'])


# In[34]:


print(data[['three','one']])


# In[35]:


# 通过切片选取行
print(data[:2])


# In[36]:


# 通过布尔型数组选取行
bool = data[data['three'] > 5]
print(bool)


# In[37]:


# 通过布尔型DataFrame进行索引:
print(data < 5 )


# In[38]:


# 通过布尔型DataFrame结果进行赋值
data[data < 5] = 0
print(data)


# In[40]:


print(data)


# In[41]:


# 引入索引字段ix
i = data.ix['Henan',['two','four']]
print(i)


# In[42]:


i2 = data.ix[['Shandong','Sichuan'],[1,2,3]]
print(i2)


# In[43]:


# 引入索引字段ix索引行
i3 = data.ix[3]
print(i3)


# In[46]:


# 使用ix索引一定范围
i4 = data.ix[:'Henan','three']
print(i4)


# In[47]:


i5 = data.ix[data.three > 5, :3]
print(i5)

你可能感兴趣的:(116、pandas基本功能2)