作者：韩信子@ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/33
本文地址：http://www.showmeai.tech/article-detail/146
申明：版权所有，转载请分割平台与作者并注明出处

当咱们提到python数据分析的时候，大部分状况下都会应用Pandas进行操作。本篇为pandas系列的导语，对pandas进行简略介绍，整个系列笼罩以下内容：

• 图解Pandas外围操作函数大全
• 图解Pandas数据变换高级函数
• Pandas数据分组与操作

本篇为『图解Pandas外围操作函数大全』，解说Pandas进行数据操作和解决的外围数据结构：Series、DataFrame和Index。

一、Pandas Series

Series是一个一维的数组对象，它蕴含一个值序列和一个对应的索引序列。 Numpy中的一维数组也有隐式定义的整数索引，能够通过它获取元素值，而Series用一种显式定义的索引与元素关联。
显式索引让Series对象领有更强的能力，索引能够是整数或别的类型（比方字符串），索引能够反复，也不须要间断，自由度十分高。

pandas.Series(data, index, dtype, copy)

1.1 从numpy array创立Series

如果数据是ndarray，则传递的索引必须具备雷同的长度。如果没有传递索引值，那么默认的索引将是范畴(n)，其中n是数组长度，即 [0,1,2,3…,range(len(array))-1] 。

pandas.Series(np.array([47, 66, 48, 77, 16, 91]))

1.2 从字典创立Series

字典(dict)能够作为输出传递。如果没有指定索引，则按排序程序获得字典键以结构索引。如果传递了索引，索引中与标签对应的数据中的值将被拉出。

pandas.Series({‘a’:47, ‘b’:66, ‘c’:48, ‘d’:77, ‘e’:16, ‘f’:91,})

1.3 Series数据的拜访

通过各种形式拜访Series数据，系列中的数据能够应用相似于拜访numpy中的ndarray中的数据来拜访。

data
data[0]
data[ :3]
data[0:3]
data[2:4]
data[4:]

1.4 Series的聚合统计

Series有很多的聚合函数，能够不便的统计最大值、求和、平均值等

二、DataFrame(数据帧)

DataFrame是Pandas中应用最频繁的外围数据结构，示意的是二维的矩阵数据表，相似关系型数据库的构造，每一列能够是不同的值类型，比方数值、字符串、布尔值等等。

DataFrame既有行索引，也有列索引，它能够被看做为一个共享雷同索引的Series的字典。它的列的类型可能不同，咱们也能够把Dataframe设想成一个电子表格或SQL表。

pandas.DataFrame(data, index, columns, dtype, copy)

2.1 从列表创立DataFrame

从列表中很不便的创立一个DataFrame，默认行列索引从0开始。

s = [
[47, 94, 43, 92, 67, 19],
[66, 52, 48, 79, 94, 44],
[48, 21, 75, 14, 29, 56], 
[77, 10, 70, 42, 23, 62], 
[16, 10, 58, 93, 43, 53],
[91, 60, 22, 46, 50, 41],
]
pandas.DataFrame(s)

2.2 从字典创立DataFrame

从字典创立DataFrame，主动依照字典进行列索引，行索引从0开始。

s = [
‘a’:[47, 66, 48, 77, 16, 91],
‘b’:[94, 52, 21, 10, 10, 60],
‘c’:[43, 48, 75, 70, 58, 22], 
‘d’:[92, 79, 14, 42, 93, 46], 
‘e’:[67, 94, 29, 23, 43, 50],
‘f’:[19, 44, 56, 62, 55, 41],
]
pandas.DataFrame(s, columns=[‘a’,‘b’,‘c’,‘d’,‘e’,‘f’))

2.3 pandas Dataframe列抉择

在刚学Pandas时，行抉择和列抉择非常容易混同，在这里进行一下整顿罕用的列抉择。

data[[‘a’]]      # 返回a列，DataFrame格局
data.iloc[:,0]   # 返回a列，Series格局
data.a           # 返回a列，Series格局
data[‘a’]        # 返回a列，Series格局

data.iloc[:,[0,3,4]]
data[[‘a’, ‘d’, ‘e’]]
data.iloc[:,[‘a’, ‘d’, ‘e’]]
data.iloc[:,2:]    # 第3列及当前
data.iloc[:,2:5]   # 第3、4、5列
data.iloc[:,:2]    # 开始两列

2.4 pandas Dataframe行抉择

整顿多种行抉择的办法，总有一种适宜你的。

data[1:2]
data.loc[1:1]
data.loc[1] #返回Series格局

data.iloc[-1:]
data[-1:]
data.tail(1)

data[2:5]
data.loc[2:4]

data.iloc[[2, 3, 5],:]

data.head(2)
data.tail(2)


data.sample(3)

2.5 pandas Dataframe返回指定行列

pandas的DataFrame十分不便的提取数据框内的数据。

data.iat[1, 2]

data.iloc[[2, 3, 5],[11, 4]]

2.6 pandas Dataframe条件查问

对各类数值型、文本型，单条件和多条件进行行抉择

data.[data.a>50]
data[data[‘a’]>50]
data.loc[data.a>50,:]
data.loc[data[‘a’]>50,:]

data.loc[(data.a>40) & (data.b>60),:]
data[(data.a>40)&(data.b>40)]

data.loc[data.a>50, [‘a’, ‘b’, ‘d’]]
data.loc[data[‘a’]>50, [‘a’, ‘b’, ‘d’]]

data.loc[(data.a>50)|(data.g==‘GD’),[‘a’, ‘b’, ‘g’]]
data.loc[(data.a>50)|(data.g.isin([‘GD’, ‘SH’])),[‘a’, ‘b’, ‘g’]]

2.7 pandas Dataframe聚合

能够按行、列进行聚合，也能够用pandas内置的describe对数据进行操作简略而又全面的数据聚合剖析。

data.sum(axis=1)
numpy.mean(data.values)
data.sum(axis=0)

data.describe()

2.8 pandas Dataframe中的聚合函数

data.function(axis=0)  # 按列计算
data.function(axis=1)  # 按行计算

2.9 pandas Dataframe分组统计

能够依照指定的多列进行指定的多个运算进行汇总统计。

df.groupby(‘g’).sum
df.groupby(‘g’)([‘d’]).agg([numpy.sum, numpy.mean, numpy.std])
df.groupby([‘g’, ‘h’]).mean

2.10 pandas Dataframe透视表

透视表是pandas的一个弱小的操作，大量的参数齐全能满足你个性化的需要。

pandas.pivot_table(df, index=‘g’, values=‘a’, columns=[‘h’], aggfunc=[numpy.sum], fill_value = 0, margins=True)

2.11 pandas Dataframe解决缺失值

pandas对缺失值有多种解决方法，满足各类需要。

data.dropna(axis=0)

data.dropna(axis=1)

data.dropna(axis=0)

2.12 pandas Dataframe查找替换

pandas 提供简略的查找替换性能，如果要简单的查找替换，能够应用map()、apply()和 applymap()

data.replace(‘GD’, ‘GDS’)

df.loc[df.a>50, ‘a’]=888

2.13 pandas Dataframe多数据源合并

两个DataFrame的合并，pandas会主动依照索引对齐，能够指定两个DataFrame的对齐形式，如内连贯外连贯等，也能够指定对齐的索引列。

df3 = pandas.merge(df1, df2, how=‘inner’)

df3 = pandas.merge(df1, df2, how=‘inner’, left_index=True, right_index=True)

2.14 pandas Dataframe更改列名

pandas要对Dataframe的列名进行批改，操作如下：

data.columns=[‘a’, ‘b’, ‘c’, ‘d’, ‘’e, ‘f’]

2.15 pandas Dataframe的apply变换函数

这是pandas的一个弱小的函数，能够针对每一个记录进行单值运算，无需手动写循环进行解决。

df[‘i’]=df.apply(compute, axis=1)  # a+b>100返回1，否则返回0，寄存到新的一列

df[‘i’]=df.apply(compute2, axis=1)  # g蕴含GD、FJ的，e小于50的，返回1，否则返回0

def compute(arr):
   a = arr['a']
   b = arr['b']
   if a+b>100:
       return 1
   else:
       return 0

def compute2(arr):
   a = arr['e']
   b = arr['g']
   if (g in ['GD','FJ']) and (e<50):
       return 1
   else:
       return 0

材料与代码下载

本教程系列的代码能够在ShowMeAI对应的github中下载，可本地python环境运行，能迷信上网的宝宝也能够间接借助google colab一键运行与交互操作学习哦！

本系列教程波及的速查表能够在以下地址下载获取：

• Pandas速查表
• NumPy速查表
• Matplotlib速查表
• Seaborn速查表

拓展参考资料

• Pandas官网教程
• Pandas中文教程

ShowMeAI相干文章举荐

• 数据分析介绍
• 数据分析思维
• 数据分析的数学根底
• 业务认知与数据初探
• 数据荡涤与预处理
• 业务剖析与数据挖掘
• 数据分析工具地图
• 统计与数据科学计算工具库Numpy介绍
• Numpy与1维数组操作
• Numpy与2维数组操作
• Numpy与高维数组操作
• 数据分析工具库Pandas介绍
• 图解Pandas外围操作函数大全
• 图解Pandas数据变换高级函数
• Pandas数据分组与操作
• 数据可视化准则与办法
• 基于Pandas的数据可视化
• seaborn工具与数据可视化

ShowMeAI系列教程举荐

• 图解Python编程：从入门到精通系列教程
• 图解数据分析：从入门到精通系列教程
• 图解AI数学根底：从入门到精通系列教程
• 图解大数据技术：从入门到精通系列教程