pandas基础分析1

梦里梦外; 2024-04-18 06:42 61阅读 0赞

#!/usr/bin/env python
    # coding: utf-8
    
    # # 创建series
    
    
    dic={'a':1,'b':2,'c':3,'4':4,'5':5}
    
    
    import pandas as pd
    
    s1=pd.Series(dic)
    s1
    
    
    # 由数组创建
    s2=pd.Series([54.74,190.9,173.14,1050.3,181.86,1139.49],
                index=['腾讯','阿里巴巴','苹果','谷歌','Facebook','亚马逊'],
                name='6家公司某一天的股价（美元）')
    
    s2
    
    s2.name
    
    # 位置下标索引,下标从0开始
    s2[0]
    
    
    # In[9]:
    
    s2.iloc[0]
    
    # 根据索引
    s2['腾讯']
    
    
    #切片索引
    s2['腾讯':'苹果']
    
    #布尔索引
    s2[s2>200]
    
    # 查看前面几条
    s2.head()
    
    s2.head(2)
    
    s2.tail(2)
    
    #获取描述统计信息
    s2.describe()
    
    # 向量化运算：向量相加
    s3=pd.Series([1,2,3,4],index=['a','b','c','d'])
    
    s4=pd.Series([10,20,30,40],index=['a','b','e','f'])
    
    s5=s3+s4
    
    s5
    
    # 删除缺失值
    s5.dropna()
    
    s3.drop(['b','c'])
    
    # 将缺失值进行填充
    s5=s3.add(s4,fill_value=0)
    
    
    s5
    
    # # series和array一维数组的联系与区别？ 
    
    
    pandas是建立在numpy的基础上的，series和ndarray较相似，索引切片功能差别不大。但是Series比Array的功能更多，series相比于ndarray，是一个自带索引index的数组，所以当只看series的值的时候，就是一个ndarray
    
    
    #用字典进行创建：由字典创建（由数组/list组成的字典）
    
    salesDict={
        '购药时间':['2018-01-01 星期五','2018-01-02 星期六','2018-01-06 星期三'],
        '社保卡号':['001616528','001616528','0012602828'],
        '商品编码':[236701,236701,236701],
        '商品名称':['强力VC银翘片','清热解毒口服液','感康'],
        '销售数量':[6,1,2],
        '应收金额':[82.8,28,16.8],
        '实收金额':[69,24.64,15]
    }
    
    
    #导入有序字典
    from collections import OrderedDict
    
    
    #定义一个有序字典
    salesOrderDict=OrderedDict(salesDict)
    
    #定义数据框：传入字典，列名
    salesDf=pd.DataFrame(salesOrderDict)
    
    
    salesDf
    
    
    #查询元素：查询第1行第2列的元素
    salesDf.iloc[0,1]
    
    
    #获取行：获取第1行，:代表所有列
    salesDf.iloc[0,:]
    
    
    
    #获取列：获取第1列，:代表所有行
    salesDf.iloc[:,0]
    
    
    #查询数据：loc属性用于根据索引获取值：查询元素 / 获取行 / 获取列
    #查询元素：查询第1行第2列的元素
    
    
    salesDf.loc[0,'商品名称']
    
    
    #获取行：获取第1行
    salesDf.loc[0,:]
    
    
    #获取列:获取商品名称
    salesDf.loc[:,'商品名称']
    
    
    salesDf['商品名称']
    
    
    # 切片索引
    
    
    # 通过列表选择数据
    salesDf[['商品名称','销售数量']]  
    
    
    
    #通过切片功能，获取指定范围的列
    salesDf.loc[:,'购药时间':'销售数量']
    
    
    # # DataFrame索引
    
    # 查询元素:查询第一行第二列的元素
    salesDf.iloc[0,1]
    
    
    #获取行：获取第1行，:代表所有列
    salesDf.iloc[0,:]
    
    
    #获取列：获取第1列，:代表所有行
    salesDf.iloc[:,0]
    
    
    
    #查询元素：查询第1行第2列的元素
    salesDf.loc[0,'商品名称']
    
    
    
    #获取行：获取第1行
    salesDf.loc[0,:]
    
    
    #获取列：获取“商品名称”这一列
    salesDf.loc[:,'商品名称']
    
    
    #商品名称
    salesDf['商品名称']
    
    
    #通过列表来选择某几列的数据
    salesDf[['商品名称','销售数量']] 
    
    
    # 通过切片功能，获取指定范围的列
    salesDf.loc[:,'购药时间':'销售数量']
    
    
    
    #通过条件筛选
    querySer=salesDf.loc[:,'销售数量']>1
    
    
    salesDf.loc[querySer,:]
    
    
    # # dataframe与array二维数组的联系与区别：
    
    numpy数组中的每一个元素都属于同一种数据类型，这在数值计算和科学计算中是非常有用的。但是它不利于我们表示类似于Excel中的内容，因为Excel中每一列的数据类型可能都不一样
    DataFrame 也有索引的功能，这使得其很容易存储常见的表格数据，DataFrame 的每一列数据可以是不同类型，这就方便表示 Excel 中的数据内容。