fanning1207

1. Series

   Series 是一种一维数组，和 NumPy 里的数组很相似。事实上，Series 基本上就是基于 NumPy 的数组对象来的。

   和 NumPy 的数组不同，Series 能为数据自定义标签，也就是索引（index），然后通过索引来访问数组中的数据。

   创建数组：

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

   pd.Series(range(3)) 0 0 1 1 2 2 dtype: int64 pd.Series({'a':1,'b':2}) a 1 b 2 dtype: int64 pd.Series({'a':1,'b':2}) + 1 a 2 b 3 dtype: int64 >>>pd.Series({'a':1,'b':2})+pd.Series({'b':11,'a':9}) a 10 b 13 dtype: int64 #运算会根据索引 #如果 Pandas 在两个Series里找不到相同的index，对应的位置就返回一个空值 NaN

   和 NumPy 数组不同，Pandas 的 Series 能存放各种不同类型的对象。

   对 Series 的算术运算都是基于 index 进行的。我们可以用加减乘除运算符对两个 Series 进行运算，Pandas 将会根据索引 index，对响应的数据进行计算，结果将会以浮点数的形式存储，以避免丢失精度。

2. DataFrames

   Pandas 的 DataFrame是一种二维数据结构，数据以表格的形式存储，分成若干行和列。（并没有R的data.frame好用）

   1 2 3 4 5 6

   pd_data = pd.DataFrame({'name':['a','b','c'],'age':[11,5,13]}) pd_data name age 0 a 11 1 b 5 2 c 13

   ==注意：Pandas 的 DataFrame不支持data[m,n]这种取数方式!!!==

按列取数：

1
2
3
4
5
6
7
8
9
10
11
12

>>> pd_data['name']
0    a
1    b
2    c
Name: name, dtype: object

>>> pd_data[['name','age']]
  name  age
0    a   11
1    b    5
2    c   13
#注意这里的双重方括号

按行取数：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

>>> pd_data[1:3]
  name  age
1    b    5
2    c   13
#注意pd_data[1]是不行的，必须pd_data[1:2]

>>> pd_data[pd_data.age>5]
  name  age
0    a   11
2    c   13

>>> pd_data.ix[:2]
  name  age
0    a   11
1    b    5
2    c   13
#ix则可以使用下标选择，也可以用名称,这个功能已渐渐退出了

>>> pd_data.loc[:2]
  name  age
0    a   11
1    b    5
2    c   13
#loc是根据名称选择，需要用索引名称

>>> pd_data.iloc[:2] 
  name  age
0    a   11
#iloc是根据位置选择，需要用数字

删除：

1
2
3
4
5
6
7
8
9
10
11
12

>>> pd_data.drop('name',axis=1) 
   age
0   11
1    5
2   13
#删除列

>>> pd_data.drop(2,axis=0)
  name  age
0    a   11
1    b    5
#删除行