标签：索引数组 value 布尔值 dex 缺失值 not 平均值 获取 3.0
pandas
1、基于NumPy构建
2、具备对其功能的数据结构DataFrame、Series
3、集成时间序列功能
4、提供丰富的数学运算和操作
5、灵活处理缺失数据
pip install pandas
import pandas as pd
Series 一维数据对象
1、Series是一种类似于一维数组的对象，由一组数据和一组与之相关的数据标签(索引)组成。
2、创建方式：
pd.Series([4, 7, -5, 3])
pd.Series([4, 7, -5, 3], index=[‘a‘,‘b‘,‘c‘,‘d‘])
pd.Series({‘a‘:1, ‘b‘:2})
pd.Series(0, index=[‘a‘,‘b‘,‘c‘,‘d‘])
3、获取值和索引数组：values属性和index属性
sr.index
sr.values
4、Series比较像数组和字典的结合体
a、支持数组的特性
*从ndarray创建Series:Series(arr)
*与标量运算：sr*2
*两个Series运算：sr1+sr2
*索引：sr[0], sr[[1,2,4]]
*切片：sr[0:2]
*通用函数：np.abs(sr)
*布尔值过滤：sr[sr>0]
b、支持字典的特性
*从字典创建Series：Series(dic)
*in运算：‘a‘ in sr
*键索引：str[‘a‘],str[[‘a‘,‘b‘,‘d‘]]
*花式：sr[[‘a‘,‘c‘]]
*切片：sr[‘a‘:‘c‘]
应用：例如表格数据，列名可以当做key
5、Series-整数索引
整数索引的pandas对象往往会使新手抓狂。
例如:sr对象是
10 10
11 11
12 12
13 13
...
sr[10]表示的是什么呢？默认解释为标签，这时候
sr.loc[10]：解释为标签
sr.iloc[10]:解释为下标
如果索引是整数类型，则根据整数进行下标获取值时总是面向标签的。
解决方法：loc属性(将索引解释为标签)和iloc属性(将索引解释为下标)
5、Series-数据对齐
例：
sr1=pd.Series([12,23,34], index=[‘c‘,‘a‘,‘d‘])
sr1=pd.Series([11,20,10], index=[‘d‘,‘c‘,‘a‘])
pandas在进行两个Series对象的运算时，会按标签key进行对齐，然后计算。
例：
sr1=pd.Series([12,23,34], index=[‘c‘,‘a‘,‘d‘])
sr1=pd.Series([11,20,10], index=[‘b‘,‘c‘,‘a‘])
sr1+sr2两列相加，如果一个里面有b标签，另外一个没有，相加会出现NAN
如何使结果在‘b‘处值为11，在索引‘d‘处的值为34？
灵活的算术方法：add, sub, div, mul 对应+-*/
sr1.add(sr2, fill_value=0) # 没有的那个标签会被fill成0
6、Series缺失值的处理
a、删掉缺失数据
sr=[{‘a‘:33.0,
‘b‘:NaN,
‘c‘:32.0,
‘d‘:NaN}]
sr.isnull() [a:False,b:True, c:False,d:True]
sr.notnull() [a:True, b:Fasle,c:True, d:False]
扔掉缺失数据： sr[sr.notnull()] 或 sr.dropna()
b、填充缺失数据
NaN变为0： sr.fillna(0) #不会改sr，要保存要重新赋值
NaN变为平均值： sr.fillna(sr.mean())
Series小结
Series是数组+字典的集合体
特点：按下标，按key，切片...
整数索引：loc和iloc
数据对齐：默认是按标签对齐
缺失值处理：对不齐的出现NAN，扔掉NaN或者填充NaN
标签：索引数组 value 布尔值 dex 缺失值 not 平均值 获取 3.0
原文地址：https://www.cnblogs.com/staff/p/10792101.html
