Pandas入门到精通（一）

曾经终败给现在 2022-08-28 08:44 181阅读 0赞

关于Pandas是干嘛的，功能有多强大我就不多说看了，我直接上干货。

## 1、导入pandas包 ##

import pandas as pd

## 2、创建一个Series序列 ##

pd.Series([1, 3, 5, np.nan, np.nan, 6, 8])
    print(s)
    0    1.0
    1    3.0
    2    5.0
    3    NaN
    4    6.0
    5    8.0
    dtype: float64

## 3、根据日期创建一个序列（DatetimeIndex） ##

![在这里插入图片描述][d53792f4f394450ba45dd469a2785acb.png]

> periods 表示的时期  
> freq=“D” 表示的是以 Day 增加也就是天数目，所以一直是日在增加,当然也可以改成“M”，具体可以参考  
> [freq参数可选项目][freq]  
> 还有一些参数，比如开始、结束、时区等相关参数。

## 4 、设置index的Series ##

s = pd.Series(np.random.randn(5), index=["a", "b", "c", "d", "e"])
    a    0.114858
    b    0.872704
    c    0.284864
    d    0.884343
    e    0.249049
    dtype: float64

## 5、从字典里生成Series ##

d = { "a": 0.0, "b": 1.0, "c": 2.0}
    pd.Series(d)

## 6、Series切片 ##

data2 = pd.Series(np.random.randint(1, 5, 5), index=["a", "b", "c", "d", "e"], dtype="uint32")
        print(data2)
        print("-" * 32)
        print("median", data2.median()) # 取平均数
        print("-" * 32)
        print(data2[:2])  # 取前两个
        print("-" * 32)
        print(data2[data2 > data2.median()])  # 取大于平均数的
        print(data2[[4, 3, 1]])  # 取列表中的索引为 4、3、1的数
        print(np.exp(data2)) # np.exp()函数是求e x e^{x}e
    a    1
    b    3
    c    2
    d    4
    e    2
    dtype: uint32
    --------------------------------
    median 2.0
    --------------------------------
    a    1
    b    3
    dtype: uint32
    --------------------------------
    b    3
    d    4
    dtype: uint32
    e    2
    d    4
    b    3
    dtype: uint32
    a     2.718282
    b    20.085537
    c     7.389056
    d    54.598150
    e     7.389056
    dtype: float64
    
    Process finished with exit code 0

## 6、Series类似字典的操作 ##

data2 = pd.Series([1, 2, 3, 4, 5], index=["a", "b", "c", "d", "e"], dtype="uint32")
        print(data2['a']) # 取出索引是 a 的数据
        print('b' in data2) # 判断是否有 b 这个索引
        print(data2.get("d"))

## 7、Series类似 narray的操作 ##

data2 = pd.Series([1, 2, 3, 4, 5], index=["a", "b", "c", "d", "e"], dtype="uint32")
        print(data2+data2) 
        print(2*data2) 
        print(np.exp(data2))

## 8、Series 设置name和修改 ##

data2 = pd.Series([1, 2, 3, 4, 5], index=["a", "b", "c", "d", "e"], dtype="uint32")
        data2.name = "hongbiao"
        print(data2.name)
        data = data2.rename("zhangsan")
        # 注意这里rename之后就是另外一个对象了
        print(data.name)

#### 好了，上面就是Series的一些基本知识，当然还有Series的一些索引，我这里就不多说了，后面在索引的时候再说 ####

[d53792f4f394450ba45dd469a2785acb.png]: /images/20220828/05abbf2adbf2461b8a7726b93ae90334.png
[freq]: https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#offset-aliases