Pandas之Series与DataFrame

<1>Series 一维数组

sr = pd.Series([1,2,3,4],index=['a','b','c','d'])

两种索引方式: 下标，标签，支持列表特性与字典特性

整数索引：

sr.loc[2]  标签

sr.iloc[2]  下标 

Series数据对齐：

当两个数组计算时，按照索引对齐再进行计算

sr1.add(sr2,fill_value=0)

缺失值处理：

sr,isnull()

sr.notnull()

sr.dropna()

sr.fillna()

<2>DataFrame  二维数组

创建方式：

pd.DataFrame({'one':[1,2,3],'two':[4,5,6]},index=['a','b','c'])

pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['b','a','c','d'])})

常用属性：

index  行

columns 列

values 值

T   行列转置

describe  描述

DataFrame索引和切片：

 a =  pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3,4],index=['b','a','c','d'])})

a['one']['a']
a.loc['a','one']

a.loc['a':'c','one']

数据对齐：

fillna()

dropna(how='all') 有一行所有的数据为空时，才会删除

dropna(how='any')

isnull()

notnull()

常见函数：

mean()  求均值，按列

mean(axis=1) ，求均值，按行

sum()   sum(axis=1)

 排序：

df.sort_values(by='two') 

df.sort_values(by='two',ascending=False)

按列排序， by指定列，ascending 指定升降序

df.sort_values(by='a',ascending=False,axis=1) 

按行排序，by指定行，ascending指定升降序，axis指定轴

df.sort_index(ascending=False)

 df.sort_index(ascending=False,axis=1)

按索引排序