pandas 基礎

serise

import pandas as pd
from pandas import Series, DataFrame
obj = Series([4, -7, 5, 3])
obj

0    4
1   -7
2    5
3    3
dtype: int64

obj.values

array([ 4, -7,  5,  3], dtype=int64)

obj.index

RangeIndex(start=0, stop=4, step=1)

obj[[1,3]]
# 跳著選取數據

1   -7
3    3
dtype: int64

obj[1:3]

1   -7
2    5
dtype: int64

pd.isnull(obj)

0    False
1    False
2    False
3    False
dtype: bool

• reindex可以用來插值

obj.reindex(range(5), method = 'ffill')

0    4
1   -7
2    5
3    3
4    3
dtype: int64

• 標簽切片是閉區間的

dataframe

data = {'state': ['asd','qwe','sdf','ert'],
       'year': [2000, 2001, 2002, 2003],
       'pop': [1.5,1.7,3.6,2.4]}
data = DataFrame(data)
data

data.year
# 比r里提取列要方便點

0    2000
1    2001
2    2002
3    2003
Name: year, dtype: int64

data['debt'] = range(4)
data

• index是不能修改的

a = data.index
a[1] = 6

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-9-57677294f950> in <module>()
      1 a = data.index
----> 2 a[1] = 6


F:\Anaconda\lib\site-packages\pandas\core\indexes\base.py in __setitem__(self, key, value)
   1668 
   1669     def __setitem__(self, key, value):
-> 1670         raise TypeError("Index does not support mutable operations")
   1671 
   1672     def __getitem__(self, key):


TypeError: Index does not support mutable operations

data.columns

Index(['pop', 'state', 'year', 'debt'], dtype='object')

• .ix標簽索引功能，輸入行和列
• 不加.ix只能選取其中的某列或某行，不能列與行同時選取

data[:3]

data.ix[:,:3]

• 刪除某列用drop，axis = 0表示行，1表示列
• 刪除後原數據不變

data.drop(0,axis=0)

data.drop('year', axis=1)

data

import numpy as np
df = DataFrame(np.arange(9).reshape(3, 3))
df

• applymap()可以對dataframe每一個元素運用函數
• apply()可以對每一維數組運用函數

df.applymap(lambda x: '%.2f' % x)

data.sort_values(by='pop')
# 對某一列排序

data.describe()

df.isin([1])

• None、NaN會被當作NA處理
• df.shape不加括弧相當於dim()

df.shape

(3, 3)

• dropna刪除缺失值

df.ix[:1, :1] = None
df

• 填充缺失值可以調用字典，不同行添加不同值

df.fillna({0:11, 1:22})

df

df.fillna({0:11, 1:22}, inplace=True)

df

• inplace修改對象不產生副本