Pandas库

　　pandas学习中文文档

　　

"""
pandas模块的简单使用
"""
import pandas as pd# pip install pandas
from pandas import Series,DataFrame
import numpy as np

#向excel表格中写入数据
# df=DataFrame(data=np.random.randint(0,100,size=(10,10)))
# df.to_excel('test.xls')


#Series一维数组

#一维数组创建
data=Series(data=[1,2,3,5,7])
print(data)

#一维数组创建，指定索引
data=Series(data=[1,2,3,5,7],index=['a','b','c','d','e'])
print(data)

#unmpy随机生成数据
data=Series(data=np.random.randint(0,10,size=(5,)),index=['a','b','c','d','e'])
print(data)


"""
练习1：

使用多种方法创建以下Series，命名为s1：
语文 150
数学 150
英语 150
理综 300
"""
data=Series({"语文":150,"数学":150,"英语":150,"理综":300})
print(data)
data=Series(data=[150,150,150,300],index=["语文","数学","英语","理综"])
print(data)
data=Series(data=[150,150,150,300])
data.index=["语文","数学","英语","理综"]
print(data)

#从前或从后读取，默认5行
df=pd.read_excel("test.xls")
print(df.head())
print(df.head(2))
print(df.tail())
print(df.tail(2))


#去重
s=Series(data=[1,3,5,6,7,6,7])
print(s)
print(s.unique())


#series相加操作(与NaN数学运算还是NaN)
s1=Series(data=[1,3,5,6],index=['a','b','c','d'])
s2=Series(data=[2,3,5,6],index=['a','b','e','d'])
print(s1+s2)


#检测数据是否缺失
s3=s1+s2
print(s3.isnull())
print(s3.notnull())



#bool值当索引，只去为真的数据
print(s3[[True,True,False,True,False]])




#DataFrame二维数组：行索引index，列索引columns,值values

#不指定索引
data=DataFrame(np.random.randint(0,10,size=(3,4)))
print(data)
#指定行索引
data=DataFrame(np.random.randint(0,10,size=(3,4)),index=['a','b','c'])
print(data)
#指定列索引
data=DataFrame(np.random.randint(0,10,size=(3,4)),columns=['A','B','C','D'])
print(data)
#指定行、列索引
data=DataFrame(np.random.randint(0,10,size=(3,4)),index=['a','b','c'],columns=['A','B','C','D'])
print(data)


#获取二维数组的值
print(data.values)

#获取二维数组的行索引
print(data.index)

#获取二位数组的列索引
print(data.columns)

#获取二维数组的形状
print(data.shape)

#获取二维数组的大小
print(data.size)

"""
练习4：

根据以下考试成绩表，创建一个DataFrame，命名为df：

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

df=DataFrame(data={"张三":[150,150,150,300],"李四":[0,0,0,0]},index=["语文","数学","英语","理综"])
print(df)

#索引切片
data=DataFrame(np.random.randint(0,10,size=(3,4)),index=['A','B','C'],columns=['a','b','c','d'])
print(data)

#修改列索引
data.columns=['b','c','d','e']
print(data)

#修改行索引
data.index=['A','B','E']
print(data)


#获取某一列
print(data['d'])
#获取前两列
print(data[['b','c']])


#获取行
print(data.iloc[0])#iloc整数索引获取行
print(data.loc['A'])#loc显式索引获取行
print(data.loc[['A','B']])#loc显式索引获取多行

#获取指定行列
print(data.iloc[1,2])#获取第2行第3列
print(data.iloc[[0,1],2])#获取第1行和第2行的第3列

#切片

#行切片
print(data[:1])#切片取第1行
print(data.iloc[:,0:1])#切片取所有行第1列