Pandas学习

视频教程

DataFrame和Series

DataFrame

df = pd.read_csv()

返回一个DataFrame对象，对象是二维表。

Series是一维的数据结构

可以手动指定names=name_list，表示columns叫啥

这个对象有很多属性

.index：RangeIndex，读入时，会默认指定行号，从0开始

.columns：列的名称

.shape：这个表长啥样，几行几列

.dtypes：每一列的数据类型

df.head()：查看前数列

Series

创建一个Series：

series = pd.Series([1,'1',2], index = [1, 'b', 3])

series.index和dataframe的index一样，也是总共几个，步长多少

从DataFrame查询Series

DataFrame可以看作是有Series组成的字典，可以通过表示行的index访问，也可以通过表示列的columns访问。

如果查出来的是二维的，那么就是DataFrame，如果是一维的，就是Series。

查询一行：df.loc[index]

查询多行：df.loc[index_1:index_2]

查询一列：df[column_label]

从DataFrame查询数据

1. df.loc：根据index和查询，甚至可以写入，常用
2. df.iloc：
3. df.where
4. df.query

主要是loc[]的使用

参考：https://blog.csdn.net/weixin_45144170/article/details/106033436

loc[index/index_list/index_slice, label/label_list/label_slice]

条件表达式的查询

df.loc[expr, label_slice]

df['label'] > 0返回一个bool类型的Series，index和原dataframe一样，

可以把这个Series放到loc[]里，挑选出符合条件的行们。

杂接口

df.set_index()

df默认index时是0开始，我们可以把index设置为某个column的值，然后再把这个列删掉。

参考: https://blog.csdn.net/lisnyuan/article/details/107086094