Pandas之Series、DataFrame、MultiIndex

1. Series

• Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据
• 主要由一组数据和与之相关的索引两部分构成。

1.1 Series的创建

• pd.Series(data=Node,index=None,dtype=None)
  • data：传入的数据，可以是ndarray，list等
  • index：传入的索引，要与数据长度相等
  • dtype：数据的类型

1.2 Series对象的属性

• index
• values

1.3 Series对象的方法

• series.sort_values(ascending=True)
• series.add(数字)
  • 需要series里面存的values是数字类型
• series.sub(数字)
  • 同上
• 逻辑运算
  • values中的每个元素进行逻辑运算
• series.isin(values)
  • values：一个集合序列
  • 也是一种逻辑运算
• series.apply(func)
  • func：自定义函数
• series.value_counts()
  • 统计series中元素出现的次数

1.3 可以利用Series对象的索引获取数据

series[2]

2. Dataframe 2.1 Dataframe的创建

• pd.Dataframe(data=None,index=None,columns=None)
  • index：行索引
  • columns：列索引

2.2 Dataframe的属性

• shape
• index
• columns
• values
• T ：转置

2.3 Dataframe的实例方法

• data.head(n=5)
• data.tail(n=5)
• data.reset_index(drop=False)
  • 重置索引
  • drop：是否丢弃原来的索引。
• data.set_index(keys,drop=True)
  • keys：列索引名称（单级索引）或列索引名称组成的列表（多级索引）
  • drop：是否将指定作为索引的列删除
• data.sort_values(by,ascending=True)
  • by：按单个列或多个列进行排序
  • 返回一个新视图
• data.sort_index(ascending=True)
  • 按索引进行排序
  • 返回一个新视图
• data.query(查询语句字符串)
  • 查询指定的行记录
  • data.query("open<24 & open > 23")
• data.describe()
  • 统计运算：count，mean，std，min,max
  • 只针对数值类型进行统计
• data.apply(func,axis=0)
  • func：自定义函数
  • axis=0：默认拿到每一列进行自定义运算

2.4Dataframe关于统计的实例函数

• 普通统计函数：默认axis=0,即按列统计

函数名	说明
sum	Sum of values
mean	Mean of values
median	Arithmetic median of values
min	Minimum
max	Maximum
mode	Mode
abs	Absolute Value
prod	Product of values
std	Bessel-corrected sample standard deviation
var	Unbiased variance
idxmax	compute the index labels with the maximum
idxmin	compute the index labels with the minimum

• 累计统计函数

函数	作用
cumsum	计算前1/2/3/…/n个数的和
cummax	计算前1/2/3/…/n个数的最大值
cummin	计算前1/2/3/…/n个数的最小值
cumprod	计算前1/2/3/…/n个数的积

2.5 Dataframe的索引操作

• data['open']['2018-02-27']
  • 先列后行
  • 不支持切片
• data.loc['2018-02-27':'2018-02-22','open']
  • 按索引查询
  • 先列后行
  • 支持切片
• data.iloc[:3,:5]
  • 按索引的下标查询
  • 先列后行
  • 支持切片
• data.ix[0:4,['open','close','high']]
  • 不推荐

2.6 修改某一列的值或新增某一列

• data['close']=1
  • 有则修改
  • 无则新增
• data.close=1
  • 只能修改某一列的值

2.7 数据查询

• data[data['open']>23]
  • 返回一个Dataframe视图
• data[(data["open"] > 23) & (data["open"] < 24)]
  • 多个逻辑判断

3. MultiIndex 3.1 multiIndex的创建

arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))

# 结果
MultiIndex(levels=[[1, 2], ['blue', 'red']],
           codes=[[0, 0, 1, 1], [1, 0, 1, 0]],
           names=['number', 'color'])

 3.2 multiIndex的属性

• names：levels的名称
• levels：每个level的元祖值