pandas

import pandas as pd
from pandas import Series,DataFrame
import numpy as np

1、Series
Series是一种类似与一维数组的对象，由下面两个部分组成：

values：一组数据（ndarray类型）
index：相关的数据索引标签
1）Series的创建
两种创建方式：

(1) 由列表或numpy数组创建

默认索引为0到N-1的整数型索引

2）Series的索引和切片
可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的是一个Series类型）。

(1) 显式索引：

- 使用index中的元素作为索引值
- 使用s.loc[]（推荐）:注意，loc中括号中放置的一定是显示索引
注意，此时是闭区间

(2) 隐式索引：

- 使用整数作为索引值
- 使用.iloc[]（推荐）:iloc中的中括号中必须放置隐式索引

注意，此时是半开区间

 

　　

DataFrame
DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。

行索引：index
列索引：columns
值：values
1）DataFrame的创建
最常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一【列】的名称，以字典的值（一个数组）作为每一列。

此外，DataFrame会自动加上每一行的索引。

使用字典创建的DataFrame后，则columns参数将不可被使用。

同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。

使用ndarray创建DataFrame
DataFrame(data=np.random.randint(0,100,size=(5,6)))
0	1	2	3	4	5
0	32	93	0	23	21	40
1	27	35	9	76	41	68
2	63	96	63	30	96	51
3	2	50	28	26	26	41
4	32	74	97	84	56	7
DataFrame属性：values、columns、index、shape

df
df.values
array([[77, 67],
       [88, 88],
       [99, 99],
       [90, 78]], dtype=int64)
df.index
Index(['语文', '数学', '英语', '理综'], dtype='object')
使用ndarray创建DataFrame：创建一个表格用于展示张三，李四，王五的java，python的成绩

'语文','数学','英语','理综'
dic = {
    '张三':[77,88,99,90],
    '李四':[67,88,99,78]
}
df = DataFrame(data=dic,index=['语文','数学','英语','理综'])
df
张三	李四
语文	77	67
数学	88	88
英语	99	99
理综	90	78
============================================


    张三  李四  
语文 150  0
数学 150  0
英语 150  0
理综 300  0
============================================

2）DataFrame的索引
(1) 对列进行索引

- 通过类似字典的方式  df['q']
- 通过属性的方式     df.q
可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引，且name属性也已经设置好了，就是相应的列名。

df
张三	李四
语文	77	67
数学	88	88
英语	99	99
理综	90	78
df['张三']
语文    77
数学    88
英语    99
理综    90
Name: 张三, dtype: int64
df.张三
语文    77
数学    88
英语    99
理综    90
Name: 张三, dtype: int64
df[['李四','张三']]
df[['李四','张三']]
李四	张三
语文	67	77
数学	88	88
英语	99	99
理综	78	90
#修改列索引
df.columns = ['zhangsan','lisi']
df
zhangsan	lisi
语文	77	67
数学	88	88
英语	99	99
理综	90	78
(2) 对行进行索引

- 使用.loc[]加index来进行行索引
- 使用.iloc[]加整数来进行行索引
同样返回一个Series，index为原来的columns。

df.iloc[[0,1]]
zhangsan	lisi
语文	77	67
数学	88	88
(3) 对元素索引的方法

- 使用列索引
- 使用行索引(iloc[3,1] or loc['C','q']) 行索引在前，列索引在后
df.iloc[0,1]
67
切片：
【注意】 直接用中括号时：

索引表示的是列索引
切片表示的是行切片
df[0:2]
zhangsan	lisi
语文	77	67
数学	88	88
在loc和iloc中使用切片(切列) ： df.loc['B':'C','丙':'丁']

df.iloc[:,0:1]
zhangsan
语文	77
数学	88
英语	99
理综	90

3）DataFrame的运算
（1） DataFrame之间的运算

同Series一样：

在运算中自动对齐不同索引的数据
如果索引不对应，则补NaN
​
创建DataFrame df1 不同人员的各科目成绩，月考一

创建DataFrame df2 不同人员的各科目成绩，月考二


df 
zhangsan	lisi
语文	87	177
数学	10	198
英语	109	209
理综	100	188
df.loc['数学','zhangsan'] = 0
df['lisi'] += 100
df += 10
df += 10
(df+df)/2
zhangsan	lisi
语文	77	67
数学	88	88
英语	99	99
理综	90	78