一、重新索引
（1）reindex方式
obj = pd.Series(['blue', 'purple', 'yellow'], index=[0, 2, 4]) print(obj) obj.reindex(range(6), method='ffill')#使用ffill可以实现前向值填充 print(obj)
对于DataFrame，reindex只传递一个序列时，会重新索引结果的行。
frame = pd.DataFrame(np.arange(9).reshape((3, 3)),index=['a', 'c', 'd'],columns=['Ohio', 'Texas', 'California']) print(frame) frame2 = frame.reindex(['a', 'b', 'c', 'd']) print(frame)
（2）对于DataFrame列，可以用columns关键字重新索引
states = ['Texas', 'Utah', 'California'] frame.reindex(columns=states)
二、丢弃指定轴上的项，drop方法
（1）Series
obj = pd.Series(np.arange(5.), index=['a', 'b', 'c', 'd', 'e'])
obj.drop('c')
obj.drop(['c','d'])
（2）DataFrame
data = pd.DataFrame(np.arange(16).reshape((4, 4)),
index=['Ohio', 'Colorado', 'Utah', 'New York'],
columns=['one', 'two', 'three', 'four'])
#删除行
data.drop(['Ohio', 'Colorado'])
#删除列,通过传递axis=1或axis='columns'可以删除列的值
data.drop('two',axis=1)
data.drop(['two', 'four'], axis='columns')
obj.drop('c', inplace=True)#就地修改对象，不会返回新的对象,小心使用inplace，它会销毁所有被删除的数据。
三、索引、选取和过滤
#Series obj = pd.Series(np.arange(4.), index=['a', 'b', 'c', 'd']) obj['b'] obj[1] obj[2:4] obj[['b', 'a', 'd']] obj[[1, 3]] obj[obj < 2]#过滤 obj['b':'c']#利用标签的切片运算与普通的Python切片运算不同，其末端是包含的 obj['b':'c'] = 5#用切片可以对Series的相应部分进行设置 #DataFrame data = pd.DataFrame(np.arange(16).reshape((4, 4)), index=['Ohio', 'Colorado', 'Utah', 'New York'], columns=['one', 'two', 'three', 'four']) data['two'] data.two data[['three', 'one']] data[:2] data[data['three'] > 5]
四、用loc和iloc进行选取
data.loc['Colorado', ['two', 'three']] data.iloc[2, [3, 0, 1]] data.loc[:'Utah', 'two'] data.iloc[:, :3][data.three > 5]
五、算术运算和数据对齐
#Series
s1 = pd.Series([7.3, -2.5, 3.4, 1.5], index=['a', 'c', 'd', 'e'])
s2 = pd.Series([-2.1, 3.6, -1.5, 4, 3.1], index=['a', 'c', 'e', 'f', 'g'])
s1+s2#重叠索引处进行算术运算，不重叠的索引处引入了NA值。
#DataFrame
df1 = pd.DataFrame(np.arange(9.).reshape((3, 3)), columns=list('bcd'),index=['Ohio', 'Texas', 'Colorado'])
df2 = pd.DataFrame(np.arange(12.).reshape((4, 3)), columns=list('bde'),index=['Utah', 'Ohio', 'Texas', 'Oregon'])
df1+df2#行和列索引都相同时进行相应的算术运算，任何一个不一样时就会引入缺失值
#在算术方法中填充值
df1 = pd.DataFrame(np.arange(12.).reshape((3, 4)),columns=list('abcd'))
df2 = pd.DataFrame(np.arange(20.).reshape((4, 5)),columns=list('abcde'))
df2.loc[1, 'b'] = np.nan
df1.add(df2,fill_values=0)#用0填充df1和df2的缺失值，然后再进行算术运算，结果中将不存在缺失值。
#下边两行代码是等价的，r会翻转参数。
1 / df1
df1.rdiv(1)
六、DataFrame和Series之间的运算
frame = pd.DataFrame(np.arange(12.).reshape((4, 3)),columns=list('bde'),index=['Utah', 'Ohio', 'Texas', 'Oregon'])
series = frame.iloc[0]
frame - series#DataFrame和Series之间的算术运算会将Series的索引匹配到DataFrame的列，然后沿着行一直向下广播
series2 = pd.Series(range(3), index=['b', 'e', 'f'])
frame + series2#如果某个索引值在DataFrame的列或Series的索引中找不到，则参与运算的两个对象就会被重新索引以形成并集
#如果你希望匹配行且在列上广播，则必须使用算术运算方法。
series3 = frame['d']
frame.sub(series3, axis='index')
七、排序和排名
#sort_index():按obj的索引排序,默认升序，降序可在括号加ascending=False
obj = pd.Series(range(4), index=['d', 'a', 'b', 'c'])
obj.sort_index()
frame = pd.DataFrame(np.arange(8).reshape((2, 4)),index=['three', 'one'],columns=['d', 'a', 'b', 'c'])
frame.sort_index()
frame.sort_index(axis=1)
frame.sort_index(axis=1, ascending=False)
#sort_values():按值进行排序
obj = pd.Series([4, 7, -3, 2])
obj.sort_values()#在排序时，任何缺失值默认都会被放到Series的末尾
frame = pd.DataFrame({'b': [4, 7, -3, 2], 'a': [0, 1, 0, 1]})
frame.sort_values(by='b')
#rank():结果为个位置的排名值
obj = pd.Series([7, -5, 7, 4, 2, 0, 4])
obj.rank()
obj.rank(method='first')#根据值在原数据中出现的顺序给出排名
frame = pd.DataFrame({'b': [4.3, 7, -3, 2], 'a': [0, 1, 0, 1], 'c': [-2, 5, 8, -2.5]})
frame.rank(axis='columns')
八、汇总和计算描述统计
Series的corr方法用于计算两个Series中重叠的、非NA的、按索引对齐的值的相关系数。与此类似，cov用于计算协方差。
obj = pd.Series(['c', 'a', 'd', 'a', 'a', 'b', 'b', 'c', 'c']) uniques = obj.unique()#得到Series中的唯一值数组 obj.value_counts()#计算Series中各值出现的频率