[转载] pandas入门：Series、DataFrame、Index基本操作都有了！

参考链接：带有Pandas的Python：带有示例的DataFrame教程

导读：pandas是一款开放源码的BSD许可的Python库。它基于NumPy创建，为Python编程语言提供了高性能的、易于使用的数据结构和数据分析工具。

pandas应用领域广泛，包括金融、经济、统计、分析等学术和商业领域。本文将介绍pandas中Series、DataFrame、Index等常用类的基本用法。

作者：李明江张良均周东平张尚佳

来源：大数据DT（ID：hzdashuju）

pandas提供了众多类，可满足不同的使用需求，其中常用的类如下所示。

Series：基本数据结构，一维标签数组，能够保存任何数据类型DataFrame：基本数据结构，一般为二维数组，是一组有序的列Index：索引对象，负责管理轴标签和其他元数据（比如轴名称）groupby：分组对象，通过传入需要分组的参数实现对数据分组Timestamp：时间戳对象，表示时间轴上的一个时刻Timedelta：时间差对象，用来计算两个时间点的差值

在这6个类中，Series、DataFrame和Index是使用频率最高的类。

01 Series

Series由一组数据以及一组与之对应的数据标签（即索引）组成。Series对象可以视作一个NumPy的ndarray，因此许多NumPy库函数可以作用于Series。

1. 创建Series

创建Series对象的函数是Series，它的主要参数是data和index，其基本语法格式如下。

class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

Series函数常用的参数及其说明如下所示。

data：接收array或dict。表示接收的数据。默认为Noneindex：接收array或list。表示索引，它必须与数据长度相同。默认为Nonename：接收string或list。表示Series对象的名称。默认为None

Series本质上是一个ndarray，通过ndarray创建Series对象，如代码清单6-1所示。

代码清单6-1 通过ndarray创建Series

import pandas as pd

import numpy as np

print('通过ndarray创建的Series为：\n',

pd.Series(np.arange(5), index = ['a', 'b', 'c', 'd', 'e'], name = 'ndarray'))

输出：

通过ndarray创建的Series为：

a 0

b 1

c 2

d 3

e 4

Name: ndarray, dtype: int32

若数据存放于一个dict中，则可以通过dict创建Series，此时dict的键名（key）作为Series的索引，其值会作为Series的值，因此无须传入index参数。通过dict创建Series对象，如代码清单6-2所示。

代码清单6-2 通过dict创建Series

dit = {'a': 0, 'b': 1, 'c': 2, 'd': 3, 'e': 4}

print('通过dict创建的Series为：\n', pd.Series(dit))

输出：

通过dict创建的Series为：

a 0

b 1

c 2

d 3

e 4

dtype: int64

通过list创建Series，类似于通过ndarray创建Series，如代码清单6-3所示。

代码清单6-3 通过list创建Series

list1 = [0, 1, 2, 3, 4]

print('通过list创建的Series为：\n', pd.Series(list1, index = ['a', 'b', 'c', 'd', 'e'], name = 'list'))

输出：

通过list创建的Series为：

a 0

b 1

c 2

d 3

e 4

Name: list, dtype: int64

Series拥有8个常用属性，如下所示。

values：以ndarray的格式返回Series对象的所有元素index：返回Series对象的索引dtype：返回Series对象的数据类型shape：返回Series对象的形状nbytes：返回Series对象的字节数ndim：返回Series对象的维度size：返回Series对象的个数T：返回Series对象的转置

访问Series的属性，如代码清单6-4所示。

代码清单6-4 访问Series的属性

series = pd.Series(list1, index = ['a', 'b', 'c', 'd', 'e'], name = 'list')

print('数组形式返回Series为：', series.values)

#输出：数组形式返回Series为： [0 1 2 3 4]

print('Series的Index为：', series.index)

#输出：Series的Index为：Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

print('Series的形状为：', series.shape)

#输出：Series的形状为： (5,)

print('Series的维度为：', series.ndim)

#输出：Series的维度为：1

2. 访问Series数据

索引与切片是Series最常用操作之一。通过索引位置访问Series的数据与ndarray相同，如代码清单6-5所示。

代码清单6-5 通过索引位置访问Series数据子集

print('Series位于第1位置的数据为：', series[0])

输出：

Series位于第1位置的数据为： 0

相比ndarray，通过索引名称（标签）也可以访问Series数据，如代码清单6-6所示。

代码清单6-6 通过索引名称访问Series数据

print('Series中Index为a的数据为：', series['a'])

输出：

Series中Index为a的数据为： 0

此外，也可通过bool类型的Series、list或array访问Series数据，如代码清单6-7所示。

代码清单6-7 通过bool数组访问Series数据

bool = (series < 4)

print('bool类型的Series为：\n', bool)

输出：

bool类型的Series为：

a True

b True

c True

d True

e False

Name: list, dtype: bool

print('通过bool数据访问Series结果为：\n', series[bool])

输出：

通过bool数据访问Series结果为：

a 0

b 1

c 2

d 3

Name: list, dtype: int64

3. 更新、插入和删除

更新Series的方法十分简单，采用赋值的方式对指定索引标签（或位置）对应的数据进行修改即可，如代码清单6-8所示。

代码清单6-8 更新Series

# 更新元素

series['a'] = 3

print('更新后的Series为：\n', series)

输出：

更新后的Series为：

a 3

b 1

c 2

d 3

e 4

Name: list, dtype: int64

类似list，通过append方法能够在原Series上插入（追加）新的Series。若只在原Series上插入单个值，则采用赋值方式即可，如代码清单6-9所示。

代码清单6-9 追加Series和插入单个值

series1 = pd.Series([4, 5], index = ['f', 'g'])

# 追加Series

print('在series插入series1后为：\n', series.append(series1))

输出：

在series插入series1后为：

a 3

b 1

c 2

d 3

e 4

f 4

g 5

dtype: int64

# 新增单个数据

series1['h'] = 7

print('在series1插入单个数据后为：\n', series1)

输出：

在series1插入单个数据后为：

f 4

g 5

h 7

dtype: int64

一般使用drop方法删除Series元素，它接收被删除元素对应的索引，inplace=True表示对原Series起作用，如代码清单6-10所示。

代码清单6-10 删除Series元素

# 删除数据

series.drop('e', inplace = True)

print('删除索引e对应数据后的series为：\n', series)

输出：

删除索引e对应数据后的series为：

a 3

b 1

c 2

d 3

Name: list, dtype: int64

02 DataFrame

DataFrame是pandas基本数据结构，类似数据库中的表。DataFrame既有行索引，也有列索引，它可以看作Series组成的dict，每个Series看作DataFrame的一个列。

1. 创建DataFrame

DataFrame函数用于创建DataFrame对象，其基本语法格式如下。

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

DataFrame函数常用的参数及其说明如下所示。

data：接收ndarray，dict，list或DataFrame。表示输入数据。默认为Noneindex：接收Index，ndarray。表示索引。默认为Nonecolumns：接收Index，ndarray。表示列标签（列名）。默认为None

创建DataFrame的方法有很多，常见的一种是传入一个由等长list或ndarray组成的dict。若没有传入columns参数，则传入的dict的键会被当作列名，如代码清单6-11所示。

代码清单6-11 通过dict创建DataFrame

dict1 = {'col1': [0, 1, 2, 3, 4], 'col2': [5, 6, 7, 8, 9]}

print('通过dict创建的DataFrame为：\n', pd.DataFrame(dict1, index = ['a', 'b', 'c', 'd', 'e']))

输出：

通过dict创建的DataFrame为：

col1 col2

a 0 5

b 1 6

c 2 7

d 3 8

e 4 9

通过list或ndarray也可创建DataFrame，如代码清单6-12所示。

代码清单6-12 通过list创建DataFrame

list2 = [[0, 5], [1, 6], [2, 7], [3, 8], [4, 9]]

print('通过list创建的DataFrame为：\n',

pd.DataFrame(list2, index = ['a', 'b', 'c', 'd', 'e'], columns = ['col1', 'col2']))

输出：

通过list创建的DataFrame为：

col1 col2

a 0 5

b 1 6

c 2 7

d 3 8

e 4 9

由于DataFrame是二维数据结构，包含列索引（列名），因此较Series有更多的属性。DataFrame常用的属性及其说明如下所示。

values：以ndarray的格式返回DataFrame对象的所有元素index：返回DataFrame对象的Indexcolumns：返回DataFrame对象的列标签dtypes：返回DataFrame对象的数据类型axes：返回DataFrame对象的轴标签ndim：返回DataFrame对象的轴尺寸数size：返回DataFrame对象的个数shape：返回DataFrame对象的形状

访问创建的DataFrame的常用属性，如代码清单6-13所示。

代码清单6-13 访问DataFrame的属性

df = pd.DataFrame({'col1': [0, 1, 2, 3, 4], 'col2': [5, 6, 7, 8, 9]},

index = ['a', 'b', 'c', 'd', 'e'])

print('DataFrame的Index为：', df.index)

#输出：DataFrame的Index为：Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

print('DataFrame的列标签为：', df.columns)

#输出：DataFrame的列标签为：Index(['col1', 'col2'], dtype='object')

print('DataFrame的轴标签为：', df.axes)

#输出：DataFrame的轴标签为： [Index(['a', 'b', 'c', 'd', 'e'], dtype='object'), Index(['col1', 'col2'], dtype='object')]

print('DataFrame的维度为：', df.ndim)

#输出：DataFrame的维度为：2

print('DataFrame的形状为：', df.shape)

#输出：DataFrame的形状为： (5, 2)

2. 访问DataFrame首尾数据

head和tail方法用于访问DataFrame前n行和后n行数据，默认返回5行数据，如代码清单6-14所示。

代码清单6-14 访问DataFrame前后n行数据

print('默认返回前5行数据为：\n', df.head())

输出：

默认返回前5行数据为：

col1 col2

a 0 5

b 1 6

c 2 7

d 3 8

e 4 9

print('返回后3行数据为：\n', df.tail(3))

输出：

返回后3行数据为：

col1 col2

c 2 7

d 3 8

e 4 9

3. 更新、插入和删除

类似Series，更新DataFrame列也采用赋值的方法，对指定列赋值即可，如代码清单6-15所示。

代码清单6-15 更新DataFrame

# 更新列

df['col1'] = [10, 11, 12, 13, 14]

print('更新列后的DataFrame为：\n', df)

输出：

更新列后的DataFrame为：

col1 col2

a 10 5

b 11 6

c 12 7

d 13 8

e 14 9

插入列也可以采用赋值方法，如代码清单6-16所示。

代码清单6-16 采用赋值的方法插入列

# 插入列

df['col3'] = [15, 16, 17, 18, 19]

print('插入列后的DataFrame为：\n', df)

输出：

插入列后的DataFrame为：

col1 col2 col3

a 10 5 15

b 11 6 16

c 12 7 17

d 13 8 18

e 14 9 19

删除列的方法有多种，如del、pop、drop等。常用的是drop方法，它可以删除行或者列，基本语法格式如下。

DataFrame.drop(labels, axis=0, level=None, inplace=False, errors='raise')

drop方法常用的参数及其说明如下所示。

labels：接收string或array。表示删除的行或列的标签。无默认值axis：接收0或1。表示执行操作的轴向，其中0表示删除行，1表示删除列。默认为0levels：接收int或者索引名。表示索引级别。默认为Noneinplace：接收bool。表示操作是否对原数据生效。默认为False

使用drop方法删除数据，如代码清单6-17所示。

代码清单6-17 使用drop方法删除数据

# 删除列

df.drop(['col3'], axis = 1, inplace = True)

print('删除col3列后的DataFrame为：\n', df)

输出：

删除col3列后的DataFrame为：

col1 col2

a 10 5

b 11 6

c 12 7

d 13 8

e 14 9

# 删除行

df.drop('a', axis = 0, inplace = True)

print('删除a行后的DataFrame为：\n', df)

输出：

删除a行后的DataFrame为：

col1 col2

b 11 6

c 12 7

d 13 8

e 14 9

03 Index

Index对象为其余pandas对象存储轴标签、管理轴标签和其他元数据（如轴名称）。创建Series或DataFrame等对象时，索引都会被转换为Index对象。主要Index对象及其说明如下所示。

Index：一般的Index对象MultiIndex：层次化Index对象DatetimeIndex：Timestamp索引对象PeriodIndex：Period索引对象

1. 创建Index

Index对象可以通过pandas.Index()函数创建，也可以通过创建数据对象Series、DataFrame时接收index（或column）参数创建，前者属于显式创建，后者属于隐式创建。隐式创建中，通过访问index（或针对DataFrame的column）属性即得到Index。创建的Index对象不可修改，保证了Index对象在各个数据结构之间的安全共享。Series的索引是一个Index对象。访问Series索引，如代码清单6-18所示。

代码清单6-18 访问Series索引

print('series的Index为：\n', series.index)

输出：

series的Index为：

Index(['a', 'b', 'c', 'd'], dtype='object')

Index对象常用的属性及其说明如下所示。

is_monotonic：当各元素均大于前一个元素时，返回Trueis_unique：当Index没有重复值时，返回True

访问Index属性，如代码清单6-19所示。

代码清单6-19 访问Index属性

print('series中Index各元素是否大于前一个：', series.index.is_monotonic)

#输出：series中Index各元素是否大于前一个：True

print('series中Index各元素是否唯一：', series.index.is_unique)

#输出：series中Index各元素是否唯一：True

2. 常用方法

Index对象的常用方法及其说明如下所示。

append：连接另一个Index对象，产生一个新的Indexdifference：计算两个Index对象的差集，得到一个新的Indexinterp：计算两个Index对象的交集union：计算两个Index对象的并集isin：计算一个Index是否在另一个Index，返回bool数组delete：删除指定Index的元素，并得到新的Indexdrop：删除传入的值，并得到新的Indexinsert：将元素插入到指定Index处，并得到新的Indexunique：计算Index中唯一值的数组

应用Index对象的常用方法如代码清单6-20所示。

代码清单6-20 应用Index对象的常用方法

index1 = series.index

index2 = series1.index

print('index1连接index2后结果为：\n', index1.append(index2))

#输出：index1连接index2后结果为：

# Index(['a', 'b', 'c', 'd', 'f', 'g', 'h'], dtype='object')

print('index1与index2的差集为：', index1.difference(index2))

#输出：index1与index2的差集为：Index(['a', 'b', 'c', 'd'], dtype='object')

print('index1与index2的交集为：', index1.interp(index2))

#输出：index1与index2的交集为：Index([], dtype='object')

print('index1与index2的并集为：\n', index1.union(index2))

#输出：index1与index2的并集为：

# Index(['a', 'b', 'c', 'd', 'f', 'g', 'h'], dtype='object')

print('index1中的元素是否在index2中：', index1.isin(index2))

#输出：index1中的元素是否在index2中： [False False False False]

关于作者：李明江，资深大数据专家，贵州省计算机学会常务理事，黔南州大数据专家委员会委员，黔南州计算机学会会长，黔南州教育信息化建设专家库专家，黔南民族师范学院计算机与信息学院院长，全国高校大数据教育联盟理事。

张良均，资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析，对机器学习等AI技术驱动的数据分析也有深入研究。

本文摘编自《Python3智能数据分析快速入门》。

延伸阅读《Python3智能数据分析快速入门》

点击上图了解及购买

转载请联系微信：DoctorData

推荐语：本书假设你有一定的数据分析基础，但是没有Python和AI基础，为了帮助你快速掌握智能数据分析需要的技术和方法，书中有针对性地讲解了Python和AI中必须要掌握的知识点，内容由浅入深，循序渐进。从环境配置、基本语法、基础函数到第三方库的安装与使用，对各个操作步骤、函数、工具、代码示例等的讲解非常详尽，确保所有满足条件的读者都能快速入门。

更多精彩回顾

书讯 |10月书讯（下）| 双节同庆，读书正当时

书讯 |10月书讯（上）| 双节同庆，读书正当时

上新 | 5G时代音视频开发王器：WebRTC书单 | 开学季——想打好数学基础？这些经典教材你最需要！

干货 | 用户画像从0到100的构建思路

收藏 | 逐行分析鸿蒙系统的 JavaScript 开发框架

视频 | 大佬出镜推荐不可不读系列——Java建设者号主cxuan

点击阅读全文购买

[转载] pandas入门：Series、DataFrame、Index基本操作都有了！相关推荐

dataframe两个表合并_Part25:Pandas基础(Series,DataFrame类的创建、索引、切片、算术方法)...
一.为什么学习pandas numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? numpy能够帮助我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类 ...
[转载] pandas入门
参考链接: Python | 使用Panda合并,联接和连接DataFrame 这些是pandas最基本的操作和我自己的理解 In [1]: import pandas as pd In [2]: i ...
【DS with Python】 Pandas中Series DataFrame的结构、创建、查询、修改语法与实例
文章目录前言一.Series结构与应用 1.1 Series的构造 1.2 创建Series 1.2.1 可用于创建Series的类型 1.2.2 三种设置index的方法 1.2.3 Serie ...
pandas 入门：DataFrame的创建，读写，插入和删除
不得不说DataFrame现在很火,已经有很多库都是基于DataFrame写的,而且它用起来也很方便,读excel只需要一行代码,想起使用xlrd的日子,至今还脑壳疼,所以对于一个用python做数据 ...
[转载] pandas中Series数组创建方法
参考链接: 访问Pandas Series的元素 import numpy as np import pandas as pd ar = np.random.rand(5) # s = pd.Seri ...
[转载] pandas将Series变成键值对
参考链接: Pandas的数据Series 代码下面的代码就会将一个series转换成一个list,然后,list中的对象就是键值对类似于下面的范式: [(index, value)-] list ...
pandas 入门（2）
from pandas import Series, DataFrame, Index import numpy as np from numpy import nan as NAobj = Seri ...
pandas数据结构：Series/DataFrame；python函数：range/arange
1. Series Series 是一个类数组的数据结构,同时带有标签(lable)或者说索引(index). 1.1 下边生成一个最简单的Series对象,因为没有给Series指定索引,所以此时会 ...
dataframe python格式_python3.6 pandas，Series和DataFrame基础格式与用法，附代码实例
pandas 是基于numpy构建的库,加上numpy,主要用于科学运算和数据处理. 也是一个让我忘记昂贵的MATLAB,并且不得不复习SQL的库.. 一般引入规定: In [105]: from p ...

[转载] pandas入门：Series、DataFrame、Index基本操作都有了！

[转载] pandas入门：Series、DataFrame、Index基本操作都有了！相关推荐

最新文章

热门文章