官方手册
10 minutes to pandas — pandas 2.2.3 documentation
菜鸟
业务处理
使用前先导入
import pandas as pd
import numpy as np基础数据类型
from pandas import Series,DataFrameSeries是一维表格 DataFrame是二维表格
Series
python
# 用series构建一维列表
<NolebasePageProperties />
Series([1,2,3])
# 左边是索引，右边是值python
0 1
1 2
2 3
dtype: int64甚至能用字符串来当索引，还是显式索引，这点比numpy强
python
s=Series([1,2,3],index=['tom','jack','lucy'])python
# pandas特有的显式访问是loc
s.loc['tom']
# 在数据写入的时候，推荐使用loc方法
s.loc['tom']=10显式访问的方式比较直观
python
s.loc[['tom','lucy']]
s.loc[[True,False,True]]
s>5
# 类似于广播的形式
s.loc[s>5]也支持隐式访问
python
print(s.iloc[0])DataFrame
二维结构 引入了行标签和列标签的概念
python
DataFrame(data=np.random.randint(0,10,size=(3,5)))
python
df=DataFrame(data=np.random.randint(0,10,size=(3,5)),index=['tom','lucy','jack'],columns=['语文','英语','数学','物理','化学'])
df
python
# 显式访问
df.loc['tom','物理']支持多个访问
python
df.loc[['tom','lucy'],'数学']
运算
# 广播 pandas与np.array，需要遵守广播原则
# 索引对齐 pandas的对象之间，比如series与series，series与dataframe之间python
score=df.loc['tom']
score
python
df+score
# 会自动索引对齐
聚合运算
python
score.sum(),score.mean(),score.var(),score.std()
any与all
python
# 非常好用的any与all
score.isnull().any()
# 帮助查看某个值是否为true
(score>5).any()
# 在整个score中是否存在一个大于5的值