Python大数据基础与实战(第12章 pandas基础与实战)

data = { "name":("张三","李四","王五","赵六"), "sex":("男","女","女","男"),
"aged":(20,19,20,21), "score":(80,60,70,90)}
df = DataFrame(data)
#使用字典创建DataFrame对象
12.2
pandas的索引操作
12.2 pandas索引操作
1. 重新索引 重新索引就是对索引进行重新排序，而索引对象是无法修改的。 1）Series对象的重新索引 通过Series的reindex()方法可以调整index的次序，但不是定义一个全新的 index，也就是说调整后的index必须为已经存在的index，只是改变了原有index顺 序而已，否则自动增加index，对应的元素值为NaN（not a number）缺失值。 我们可以通过Series对象的isnull()方法或者notnull()方法来寻找缺失值。 注意：使用reindex()方法不改变原来对象。
01 12 23 34 dtype: int64
12.1 pandas数据结构
➢ 通过指定索引的方式
pds2 = Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) pds2 a1 b2 c3 d4 dtype: int64
12.1 pandas数据结构
Python大数据基础与实战
第十二章 Pandas基础与实战
12.1 pandas数据结构
12.2 pandas索引操作
目
12.3 数据选择
12.4 数据运算
12.5 数据清洗
录
12.6 数据分组
12.7 聚合运算 12.8 数据读取与存储
12.1
pandas数据结构
12.1 pandas数据结构
➢ 通过字典方式创建
data = {"i1":1,"i2":2,"i3":3,"i4":4} #由于字典是无序的，因此指定索引排列顺序 ps3 = Series(data,index=['i1','i2','i3','i4']) ps3
i1 1 i2 2 i3 3 i4 4 dtype: int64
12.2 pandas索引操作
import numpy as np obj = Series([10,20,30,40,-10],index = ["a","b","c","d","e"],dtype=np.float64) obj a 10.0 b 20.0 c 30.0 d 40.0 e -10.0 dtype: float64 obj1 = obj.reindex(index = ["b","c","a","d","e","n"]) #使用reindex方法调整index顺序obj1 b 20.0 c 30.0 a 10.0 d 40.0 e -10.0 n NaN #原来对象并不存在“n”这个索引，pandas自动添加一个缺失值 dtype: float64
12.1 pandas数据结构
2. DataFrame（数据框） DataFrame是一种类似于关系表的表格型数据结构，DataFrame对象是一个 二维表格,其中，每列中的元素类型必须一致，而不同的列可以拥有不同的元素 类型。它是数据科学中最为广泛使用的数据结构之一。 Pandas提供了将其它数据结构转换为DataFrame的方法，还提供了众多的输 入输出函数来将各利文件格式转换成DataFrame。使用DataFrame前，需要导入 pandas库中的DataFrame模块（from pandas import DataFrame） 创建DataFrame的方法有很多，最常用的是传入二维数组、由数组、Series、 列表或者元组组成的字典给DataFrame()。
12.1 pandas数据结构
data = { "name":["王晓明","李静","田海"], "sex":["男","女","男"], "aged":[20,19,21]} #字典是无序的，因此需要通过columns指定列索引的排列顺序 df = DataFrame(data,columns=["name","sex","aged"]) df
12.2 pandas索引操作
2）DataFrame对象的重新索引
df = DataFrame(np.arange(9).reshape(3,3),index = ["L1","L2","L3"],columns = ["id1","id2","id3"]) #对df重新索引，新增的L4行标签对应的缺失值通过fill_value参数指定为9 df2 = df.reindex(index = ["L1","L2","L3","L4"],columns = ["id3","id2","id1"],fill_value = 9)df2
12.1 pandas数据结构
DataFrame数据有列索引和行索引，行索引类似于关系表中每行的编号（未 指定行索引的情况下，会使用0到N-1作为行索引），列索引类似于表格的列名 （也称为字段）。
df1 = DataFrame(data,columns = ["name","sex","aged"],index = ["L1","L2","L3"]) df1
1. Series（序列）
Series类似于一维数组，由一组数据（可以是任意的Numpy数据类型）和一
组称之为数据标签的索引组成。
1）Series对象的创建
➢ 通过一组列表ies #导入pandas库中Series模块 pds1 = Series([1, 2, 3, 4]) pds1
12.2 pandas索引操作
2. 更换索引 有时我们希望将列数据作为行索引，这时可以通过set_index()方法来更换索 引，生成一个新的DataFrame，原来DataFrame不会发生变换。 与set_index()方法相反的方法是reset_index()。
12.2 pandas索引操作