zarten，互聯(lián)網(wǎng)一線工作者。
博客地址：zhihu.com/people/zarten
概述
這篇將介紹Series和DataFrame公有的一些重要的基礎(chǔ)功能知識(shí)點(diǎn)。
重新索引排列
重新索引排列是指：可以將索引重新排列，若給出的新索引在舊索引中不存在時(shí)，會(huì)引入缺失值NaN。
重新索引排列不會(huì)改變?cè)瓉?lái)的對(duì)象，而是會(huì)生成一個(gè)重新排列索引的對(duì)象。
使用Series和DataFrame的reindex()方法即可。
Series
import pandas as pd
zarten_ser = pd.Series(['z1','z2','z3','z4'])
有時(shí)重新排列時(shí)，若新增一個(gè)之前沒(méi)有的索引時(shí)值會(huì)自動(dòng)填充NaN，若不想填充NaN，可以使用參數(shù)method= ‘ffill’，這時(shí)填充值會(huì)跟前面的值一樣
同時(shí)也可以使用參數(shù) fill_value 來(lái)自己指定值，如下
DataFrame
DataFrame也是一樣的，若不指定，默認(rèn)是重新排列行，若指定列，也可重新排序列。
import pandas as pd
info = {
'name' : ['zarten_1', 'zarten_2', 'zarten_3'],
'age' : [18, 19, 20]
}
zarten_df = pd.DataFrame(info)
若需要重新排序列，只需指定參數(shù)columns即可
刪除指定索引
刪除指定的一個(gè)或多個(gè)索引及其對(duì)應(yīng)的值，使用drop()方法，默認(rèn)是產(chǎn)生一個(gè)新的對(duì)象，不會(huì)改變?cè)袑?duì)象。
刪除多個(gè)索引時(shí)傳入一個(gè)列表
注意：若指定的索引不存在時(shí)，會(huì)報(bào)錯(cuò)
Series
import pandas as pd
zarten_ser = pd.Series(['z1','z2','z3','z4'])
上面使用drop后都會(huì)產(chǎn)生一個(gè)新的對(duì)象，不會(huì)改變?cè)瓕?duì)象。若想直接在原對(duì)象上進(jìn)行刪除，可以使用參數(shù) inplace= True （慎用?。。。?br>
DataFrame
同樣，默認(rèn)是刪除行，若要?jiǎng)h除列索引及值，使用axis參數(shù)，axis默認(rèn)為0代表行，1代表列
import pandas as pd
info = {
'name' : ['zarten_1', 'zarten_2', 'zarten_3'],
'age' : [18, 19, 20]
}
zarten_df = pd.DataFrame(info)
相同數(shù)據(jù)結(jié)構(gòu)間的算術(shù)運(yùn)算
相同的數(shù)據(jù)結(jié)構(gòu)（Series和DataFrame）間的算術(shù)運(yùn)算，跟并集的思想類(lèi)似，也就是沒(méi)有對(duì)應(yīng)的索引時(shí)，會(huì)自動(dòng)填充N(xiāo)aN
Series
import pandas as pd
zarten_ser_1 = pd.Series([2,'z2','z3','z4'])
zarten_ser_2 = pd.Series([3,'w2','w3','w4','w5'])
zarten_ser_1_2 = zarten_ser_1 + zarten_ser_2
若想填充自己指定的值時(shí)，可以使用add方法，參數(shù)fill_value
import pandas as pd
zarten_ser_1 = pd.Series([2,5,3,7])
zarten_ser_2 = pd.Series([3,3,4,4,5])
DataFrame
DataFrame數(shù)據(jù)結(jié)構(gòu)算術(shù)運(yùn)算時(shí)就比較刁鉆了，必須是行和列索引都相同時(shí)才能相加，若有一個(gè)不同就是NaN
import pandas as pd
info_1 = {
'name' : ['zarten_1', 'zarten_2', 'zarten_3'],
'age' : [18, 19, 20]
}
zarten_df_1 = pd.DataFrame(info_1)
zarten_df_2 = pd.DataFrame([['x1','x2','x3'], ['y1','y2','y3'], ['z1','z2','z3']], index= [0,'b','c'], columns= ['name','w','t'])
還有其他的一些算術(shù)運(yùn)算如下圖，這里將不再闡述，大同小異
Series與DataFrame之間的運(yùn)算
這兩者間的運(yùn)算會(huì)廣播到所有元素。
若互相都沒(méi)有相同的索引時(shí)，同樣會(huì)產(chǎn)生NaN
import pandas as pd
import numpy as np
zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= ['a','b','c','d'], columns= ['x','y','z'])
zarten_ser = pd.Series([1,2,3], index= ['x','y','z'])
從上圖可以看到，DataFrame每一行都減去了Series。
更多的操作可以詳細(xì)閱讀官方文檔。
排序
索引排序：行或列索引排序，使用sort_index()函數(shù)，默認(rèn)是行索引排序，且默認(rèn)是升序
值排序：也可對(duì)值排序，使用函數(shù)sort_values()函數(shù)
Series
import pandas as pd
zarten_ser = pd.Series([1,20,18,4], index= ['x','y','z','a'])
索引排序：
值排序：
DataFrame
import pandas as pd
import numpy as np
zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= [4,1,2,3], columns= ['z','x','y'])
索引排序：
由上圖可看到，默認(rèn)為行索引排序，若需要列索引排序，只需指定axis=1 即可
值排序：由于DataFrame是行和列組成，值排序是列的由上到下的排序，可指定一列或多列，通過(guò)by參數(shù)
也可以進(jìn)行多列排序，只需傳入?yún)?shù)by一個(gè)列表即可。根據(jù)by指定的順序優(yōu)先排列
統(tǒng)計(jì)
下面將介紹一些常用的統(tǒng)計(jì)方法
求和
使用函數(shù)sum()，默認(rèn)是每一列求和，可以通過(guò)參數(shù)axis來(lái)設(shè)置行或列，DataFrame的結(jié)果是一個(gè)Series對(duì)象
Series
import pandas as pd
zarten_ser = pd.Series([1,2,3,4], index= ['x','y','z','a'])
DataFrame
import pandas as pd
import numpy as np
zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= [4,1,2,3], columns= ['z','x','y'])
由上圖可看到，求和默認(rèn)是每列求和，若需要每行求和，可使用參數(shù)axis= 0
還有其他參數(shù)，如：若存在NaN時(shí)，默認(rèn)結(jié)果會(huì)剔除NaN，可通過(guò)參數(shù)skipna設(shè)置。
其他參數(shù)如下圖所示：
其他統(tǒng)計(jì)方法
比如比較常用的describe()函數(shù)，一次可以統(tǒng)計(jì)出多方面的信息
import pandas as pd
import numpy as np
zarten_df = pd.DataFrame(np.arange(12).reshape((4,3)), index= [4,1,2,3], columns= ['z','x','y'])
由上圖看到，結(jié)果有多項(xiàng)，都是針對(duì)列而言，具體含義如下：
count : 計(jì)數(shù)（此列的總個(gè)數(shù)）
mean :平均值
std :標(biāo)準(zhǔn)差
min :最小值
25% :下四分位
50% :中位數(shù)
75% :上四分位
max :最大值
其他統(tǒng)計(jì)函數(shù)如下所示：
第三方庫(kù)統(tǒng)計(jì)工具
第三方庫(kù)：pandas-profiling
官方地址：
https://github.com/pandas-profiling/pandas-profilingPython中文社區(qū)作為一個(gè)去中心化的全球技術(shù)社區(qū)，以成為全球20萬(wàn)Python中文開(kāi)發(fā)者的精神部落為愿景，目前覆蓋各大主流媒體和協(xié)作平臺(tái)，與阿里、騰訊、百度、微軟、亞馬遜、開(kāi)源中國(guó)、CSDN等業(yè)界知名公司和技術(shù)社區(qū)建立了廣泛的聯(lián)系，擁有來(lái)自十多個(gè)國(guó)家和地區(qū)數(shù)萬(wàn)名登記會(huì)員，會(huì)員來(lái)自以工信部、清華大學(xué)、北京大學(xué)、北京郵電大學(xué)、中國(guó)人民銀行、中科院、中金、華為、BAT、谷歌、微軟等為代表的政府機(jī)關(guān)、科研單位、金融機(jī)構(gòu)以及海內(nèi)外知名公司，全平臺(tái)近20萬(wàn)開(kāi)發(fā)者關(guān)注。
聯(lián)系客服
