数据分析回头看1——Pandas中数据处理总结

0、前言：因为之前自己在学习pandas的过程中就简单做了下笔记，发现在用的时候还是会比较乏力，很多东西容易忘，所以我就决定结合之前笔记的内容，按照使用pandas的习惯，把知识点梳理一下，方便之后查找和记忆。

1、说明pandas中的Series和Dataframe数据的区别：

• pandas中series数据：series数据是一维数组，它有对应的索引（index）和数据（data）两部分组成，在初始化的时候可以不传index，只传data进去，注意不论是index还是data都是通过列表传入的数据，index默认是从0开始，你也可以自己传了index列表，index列表中不一定是数字，也可以是字符串。
• 一般使用pandas就直接使用DataFrame，因为一维数组也可以用其表示，且一维的DataFrame可以转化为

• pandas中的dataframe数据：dataframe数据是二维数组，它有对应的行索引（index）、列索引（columns）、二维数组的数据（data），这些数据都是通过列表传入，行索引和列索引不一定是数字，也可以是字符串。

注意：在DataFrame中有很多属性，其中比较有用的是通过（.values）查看所有值，通过（.columns）查看所有列名，通过（.index）查看所有行名，通过（.shape）查看行数和列数；在DataFrame中也有很多有用的函数，比如通过（.info（））查看详细信息。求每一列的非空值、每一列的最大值、每一列的平均数、每一列的方差等等。

• Series数据和DataFrame数据之间的相互转换

注意：DataFrame数据转series只需要直接用loc或者iloc抽取其中的行和列即可，在提取的时候不要给索引加（[ ]），可以参考下面的数据抽取！

2、对Series数据的增删改查：

• 查：
  

• 增：

  • 增加后变为新Series对象
    
  • 在原来的Series对象上增加（★★★★★）
    

• 删：使用drop函数，注意其中传入的第一个参数是要删除的数据的索引的列表，第二个数据要记得把inplace设置为True，否则不会修改源数据。
  

• 改：改其实就是在查的基础上完成的。
  

3、对DataFrame数据，通过loc方法进行数据抽取：这种方法就是通过行索引和列索引来抽取数据，如果涉及区间抽取数据，结果是左闭右闭。

• 提取一行数据：因为一行是一维的，所以提取之后可以是DataFrame数据也可以是Series数据，区别就是行索引加不加（[ ]）
  

• 提取一列数据：因为一列是一维的，所以提取之后可以是DataFrame数据也可以是Series数据，区别就是列索引加不加（[ ]）
  

• 提取一个指定行号和列号的数值：一个（[ ]）都不加是得到的是值，加一个得到的是Series数据，加两个，得到的是DataFrame数据
  

• 提取多行多列数据：分为提取行区间数据，列区间数据和提取指定行，指定列数据两种。
  

4、对DataFrame数据，通过iloc方法进行数据抽取：这种方法就是通过行索引号和列索引号来抽取数据，索引是从0开始的，如果涉及区间提取，结果是左闭右开。

• 提取一行数据：因为一行是一维的，所以提取之后可以是DataFrame数据也可以是Series数据，区别就是行索引加不加（[ ]），具体可以参考上面loc抽取数据的举例。

• 提取一列数据：因为一列是一维的，所以提取之后可以是DataFrame数据也可以是Series数据，区别就是列索引加不加（[ ]），具体可以参考上面loc抽取数据的举例。

• 提取一个指定行号和列号的数值：一个（[ ]）都不加是得到的是值，加一个得到的是Series数据，加两个，得到的是DataFrame数据，具体可以参考上面loc抽取数据的举例。

• 提取多行多列数据：分为提取行区间数据，列区间数据和提取指定行，指定列数据两种，具体可以参考上面loc抽取数据的举例。

5、对DataFrame数据的增删改查：

• 查
  对DataFrame数据进行查找，本质就是进行数据抽取，方法可以参考上面的3和4，通过loc和iloc即可。

• 增：可以用iloc来增加，但是不能用loc增加，会报错。

  • 增加列数据：用loc可以增加，用直接索引的的方法也可以增加，建议用loc，因为loc也可用来增加行数据，记住一种方法用起来方便。
    
  • 增加行数据：只能用loc增加行数据，且增加行数据的时候，loc中直接传新的行索引即可。
    
  • 总结，给DataFrame增加数据可以用loc方法，但是loc只能将数据增加在末尾，如果要想在指定位置插入，就要用其他方法了，要插入列数据相对简单，用insert函数即可，要插入行数据，相对就比较复杂了，需要用切片之后连接的方法来做。

• 删：用drop函数，删列和删行都有两种方法，选择哪一种都要记得inplace设置为True，否则不会修改源数据。

  • 删除列数据：有两种方式一种是通过drop中的参数（labels标签搭配axis=1）表示从列标签中找对应标签删除，一种是通过columns参数直接输入对应的列索引来删除。
    
    
  • 删除行数据：
    
    

• 改

  • 修改列索引：方法就是调用rename函数，其中输入参数columns是个字典，其中‘键’表示原来的列索引名称，’值‘表示要替换的列索引名称。
    

  • 修改行索引：方法就是调用rename函数，其中输入参数index是个字典，其中‘键’表示原来的列索引名称，’值‘表示要替换的列索引名称。
    

  • 修改列数据：本质是通过直接赋值的方法，重新给对应列赋值，通过iloc和loc都可以，举例如下：
    df.loc[:, ‘语文’] = [115, 108, 112, 118, 115]

  • 修改行数据：本质是通过直接赋值的方法，重新给对应行赋值，通过iloc和loc都可以，举例如下：
    df.loc[‘张飞’] = [120, 115, 109, 105]

  • 修改具体值：
    df.iloc[0, 0] = 115
    df.loc[‘张飞’, ‘语文’] = 115