pandas系列1_对象创建及查看数据

2021-03-02 14:33:20 浏览数 (1)

本文重点知识：

  • 创建带有日期的索引：dates = pd.date_range('20190924', periods=6)
  • head()、tail()
  • 按轴排序：索引排序sort_index，默认是ascending=True升序
    • axis=0：行索引，可以用index
    • axis=1：列索引，可以用columns
  • 按值排序：df.sort_values(by='columns')，默认升序

创建数据

代码语言：javascript复制
import numpy as np
import pandas as pd
代码语言：javascript复制
s = pd.Series([1, 3, 5, np.nan, 6, 89])
s
代码语言：javascript复制
0     1.0
1     3.0
2     5.0
3     NaN
4     6.0
5    89.0
dtype: float64
代码语言：javascript复制
dates = pd.date_range('20190924', periods=6)
dates
代码语言：javascript复制
DatetimeIndex(['2019-09-24', '2019-09-25', '2019-09-26', '2019-09-27',
               '2019-09-28', '2019-09-29'],
              dtype='datetime64[ns]', freq='D')
代码语言：javascript复制
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list("ABCD"))
df

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

代码语言：javascript复制
# 同时创建多个不同的列
df2 = pd.DataFrame({'A': 1.,   #  某列的值相同
                    'B': pd.Timestamp('20130102'),  # 时间戳的创建
                    'C': pd.Series(1, index=list(range(4)), dtype='float32'),  # 某列值可以是S型数据
                    'D': np.array([3] * 4, dtype='int32'),  # 使用numpy数组
                    'E': pd.Categorical(["test", "train", "test", "train"]), # 不同的类
                    'F': 'foo'})  # 使用布尔值

df2

A

B

C

D

E

F

0

1.0

2013-01-02

1.0

3

test

foo

1

1.0

2013-01-02

1.0

3

train

foo

2

1.0

2013-01-02

1.0

3

test

foo

3

1.0

2013-01-02

1.0

3

train

foo

代码语言：javascript复制
df2.dtypes
代码语言：javascript复制
A           float64
B    datetime64[ns]
C           float32
D             int32
E          category
F            object
dtype: object

查看数据

查看数据的相关信息

  • 头、尾几行数据
  • index、columns
  • describe ,T
代码语言：javascript复制
# 前几行数据，默认是5行
df.head(3)

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

代码语言：javascript复制
# 查看末几行，默认是5行
df.tail(2)

A

B

C

D

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

代码语言：javascript复制
# 查看数据的行索引
df.index
代码语言：javascript复制
DatetimeIndex(['2019-09-24', '2019-09-25', '2019-09-26', '2019-09-27',
               '2019-09-28', '2019-09-29'],
              dtype='datetime64[ns]', freq='D')
代码语言：javascript复制
# 查看数据的列属性
df.columns
代码语言：javascript复制
Index(['A', 'B', 'C', 'D'], dtype='object')
代码语言：javascript复制
df.to_numpy()
代码语言：javascript复制
array([[ 0.50000505,  0.16657823, -0.75851253, -0.67917279],
       [ 0.09020909,  0.11790626, -0.40218323,  2.26118249],
       [-0.80905211, -0.17314443,  0.32491161, -1.88510066],
       [ 0.31037417, -1.50208882,  1.52440064,  0.26995285],
       [-0.8464884 , -0.23587797,  1.39889574, -0.22957318],
       [ 0.9758533 , -0.99839501, -0.51448041, -0.88270375]])
代码语言：javascript复制
df.describe()

A

B

C

D

count

6.000000

6.000000

6.000000

6.000000

mean

0.036817

-0.437504

0.262172

-0.190903

std

0.730717

0.668113

0.997562

1.400993

min

-0.846488

-1.502089

-0.758513

-1.885101

25%

-0.584237

-0.807766

-0.486406

-0.831821

50%

0.200292

-0.204511

-0.038636

-0.454373

75%

0.452597

0.045144

1.130400

0.145071

max

0.975853

0.166578

1.524401

2.261182

代码语言：javascript复制
df.T

2019-09-24 00:00:00

2019-09-25 00:00:00

2019-09-26 00:00:00

2019-09-27 00:00:00

2019-09-28 00:00:00

2019-09-29 00:00:00

A

0.500005

0.090209

-0.809052

0.310374

-0.846488

0.975853

B

0.166578

0.117906

-0.173144

-1.502089

-0.235878

-0.998395

C

-0.758513

-0.402183

0.324912

1.524401

1.398896

-0.514480

D

-0.679173

2.261182

-1.885101

0.269953

-0.229573

-0.882704

代码语言：javascript复制
# sort_index
# 索引排序`sort_index`，默认是`ascending=True`升序
# axis=0：行索引，可以用`index`
# axis=1：列索引，可以用`columns`
df.sort_index(axis=1)

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

代码语言：javascript复制
# 按照行索引进行降序
df.sort_index(axis=0, ascending=False)

A

B

C

D

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

代码语言：javascript复制
# 按照某个属性进行排序
# 按照B属性的升序排列
df.sort_values(by="B")

A

B

C

D

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

代码语言：javascript复制
df.sort_values(by=["B","C"])

A

B

C

D

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

选择数据

查看指定的行列数据
代码语言：javascript复制
# 指定列属性查看数据
df[["B","C"]]

B

C

2019-09-24

0.166578

-0.758513

2019-09-25

0.117906

-0.402183

2019-09-26

-0.173144

0.324912

2019-09-27

-1.502089

1.524401

2019-09-28

-0.235878

1.398896

2019-09-29

-0.998395

-0.514480

代码语言：javascript复制
# 指定行标签查看指定的行数据
df[1:3]

A

B

C

D

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

代码语言：javascript复制
df["20190924":"20190927"]

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-27

0.310374

-1.502089

1.524401

0.269953

loc

根据标签(不是自带的数字索引)查看数据

代码语言：javascript复制
df.loc[dates[0]]
代码语言：javascript复制
A    0.500005
B    0.166578
C   -0.758513
D   -0.679173
Name: 2019-09-24 00:00:00, dtype: float64
代码语言：javascript复制
dates[0]
代码语言：javascript复制
Timestamp('2019-09-24 00:00:00', freq='D')
代码语言：javascript复制
# 选择行和列
df.loc[:, ["A","B"]]   # 选择所有行和AB两个列

A

B

2019-09-24

0.500005

0.166578

2019-09-25

0.090209

0.117906

2019-09-26

-0.809052

-0.173144

2019-09-27

0.310374

-1.502089

2019-09-28

-0.846488

-0.235878

2019-09-29

0.975853

-0.998395

代码语言：javascript复制
# 索引通过标签来实现
df.loc['20190924':'20190927', ['A', 'B']]

A

B

2019-09-24

0.500005

0.166578

2019-09-25

0.090209

0.117906

2019-09-26

-0.809052

-0.173144

2019-09-27

0.310374

-1.502089

代码语言：javascript复制
# 指定的行或者列可以是切片形式
df.loc['20190924':'20190927', 'A':'B']

A

B

2019-09-24

0.500005

0.166578

2019-09-25

0.090209

0.117906

2019-09-26

-0.809052

-0.173144

2019-09-27

0.310374

-1.502089

iloc数字索引

记忆放法：iloc记为intloc，int为整型，表示通过数字来进行索引

代码语言：javascript复制
df

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

代码语言：javascript复制
df.iloc[1:3]

A

B

C

D

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

代码语言：javascript复制
df.iloc[1:3, 0:2]  # 切片形式，连续性

A

B

2019-09-25

0.090209

0.117906

2019-09-26

-0.809052

-0.173144

代码语言：javascript复制
df.iloc[[1, 2, 4], [0, 2]]  # 行索引是离散的值

A

C

2019-09-25

0.090209

-0.402183

2019-09-26

-0.809052

0.324912

2019-09-28

-0.846488

1.398896

代码语言：javascript复制
df.iloc[:, 1:3]

B

C

2019-09-24

0.166578

-0.758513

2019-09-25

0.117906

-0.402183

2019-09-26

-0.173144

0.324912

2019-09-27

-1.502089

1.524401

2019-09-28

-0.235878

1.398896

2019-09-29

-0.998395

-0.514480

获取具体位置的元素
代码语言：javascript复制
df.iloc[1,2]
代码语言：javascript复制
-0.4021832300071616
代码语言：javascript复制
df.iat[1,2]    # 等同上面
代码语言：javascript复制
-0.4021832300071616
布尔索引
代码语言：javascript复制
df

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-26

-0.809052

-0.173144

0.324912

-1.885101

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-28

-0.846488

-0.235878

1.398896

-0.229573

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

代码语言：javascript复制
df[df.A > 0]  # 将属性A中大于0的行全部选择出出来

A

B

C

D

2019-09-24

0.500005

0.166578

-0.758513

-0.679173

2019-09-25

0.090209

0.117906

-0.402183

2.261182

2019-09-27

0.310374

-1.502089

1.524401

0.269953

2019-09-29

0.975853

-0.998395

-0.514480

-0.882704

代码语言：javascript复制
df[df > 0]

A

B

C

D

2019-09-24

0.500005

0.166578

NaN

NaN

2019-09-25

0.090209

0.117906

NaN

2.261182

2019-09-26

NaN

NaN

0.324912

NaN

2019-09-27

0.310374

NaN

1.524401

0.269953

2019-09-28

NaN

NaN

1.398896

NaN

2019-09-29

0.975853

NaN

NaN

NaN

nan

0 人点赞