1. Series

　　Series 是一个类数组的数据结构，同时带有标签（lable）或者说索引（index）。

　　1.1 下边生成一个最简单的Series对象，因为没有给Series指定索引，所以此时会使用默认索引(从0到N-1)。

pandas数据结构：Series/DataFrame；python函数：range/arange

# 引入Series和DataFrame
In [16]: from pandas import Series,DataFrame

In [17]: import pandas as pd

In [18]: ser1 = Series([1,2,3,4])

In [19]: ser1

Out[19]:

0    1

1    2

2    3

3    4

dtype: int64

　　1.2 当要生成一个指定索引的Series 时候，可以这样：　　

# 给index指定一个list
In [23]: ser2 = Series(range(4),index = ["a","b","c","d"])

In [24]: ser2

Out[24]:

a    0

b    1

c    2

d    3

dtype: int64

　　1.3 也可以通过字典来创建Series对象

In [45]: sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}

In [46]: ser3 = Series(sdata)

# 可以发现，用字典创建的Series是按index有序的

In [47]: ser3

Out[47]:

Ohio      35000

Oregon    16000

Texas     71000

Utah       5000

dtype: int64

　　在用字典生成Series的时候，也可以指定索引，当索引中值对应的字典中的值不存在的时候，则此索引的值标记为Missing，NA，并且可以通过函数（pandas.isnull，pandas.notnull）来确定哪些索引对应的值是没有的。

In [48]: states = ['California', 'Ohio', 'Oregon', 'Texas']

In [49]: ser3 = Series(sdata,index = states)

In [50]: ser3

Out[50]:

California        NaN

Ohio          35000.0

Oregon        16000.0

Texas         71000.0

dtype: float64
# 判断哪些值为空
In [51]: pd.isnull(ser3)
Out[51]: 
California     True
Ohio          False
Oregon        False
Texas         False
dtype: bool

In [52]: pd.notnull(ser3)
Out[52]: 
California    False
Ohio           True
Oregon         True
Texas          True
dtype: bool

　　1.4 访问Series中的元素和索引：

# 访问索引为"a"的元素
In [25]: ser2["a"]

Out[25]: 0

# 访问索引为"a","c"的元素

In [26]: ser2[["a","c"]]

Out[26]:

a    0

c    2

dtype: int64

# 获取所有的值

In [27]: ser2.values

Out[27]: array([0, 1, 2, 3])

# 获取所有的索引

In [28]: ser2.index

Out[28]: Index([u'a', u'b', u'c', u'd'], dtype='object')

　　1.5 简单运算

　　在pandas的Series中，会保留NumPy的数组操作（用布尔数组过滤数据，标量乘法，以及使用数学函数），并同时保持引用的使用

In [34]: ser2[ser2 > 2]

Out[34]:

a    64

d     3

dtype: int64

In [35]: ser2 * 2

Out[35]:

a    128

b      2

c      4

d      6

dtype: int64

In [36]: np.exp(ser2)

Out[36]:

a    6.235149e+27

b    2.718282e+00

c    7.389056e+00

d    2.008554e+01

dtype: float64

　　1.6 Series的自动对齐

　　　　Series的一个重要功能就是自动对齐（不明觉厉），看看例子就明白了。差不多就是不同Series对象运算的时候根据其索引进行匹配计算。

# ser3 的内容
In [60]: ser3

Out[60]:

Ohio      35000

Oregon    16000

Texas     71000

Utah       5000

dtype: int64

# ser4 的内容

In [61]: ser4

Out[61]:

California        NaN

Ohio          35000.0

Oregon        16000.0

Texas         71000.0

dtype: float64

# 相同索引值的元素相加

In [62]: ser3 + ser4

Out[62]:

California         NaN

Ohio           70000.0

Oregon         32000.0

Texas         142000.0

Utah               NaN

dtype: float64

　　1.7 命名

　　Series对象本身，以及索引都有一个 name 属性

In [64]: ser4.index.name = "state"

In [65]: ser4.name = "population"

In [66]: ser4

Out[66]:

state

California        NaN

Ohio          35000.0

Oregon        16000.0

Texas         71000.0

Name: population, dtype: float64

转自：http://www.cnblogs.com/linux-wangkun/p/5903380.html

DataFrame

用pandas中的DataFrame时选取行或列：

import numpy as np

import pandas as pd

from pandas import Sereis, DataFrame

ser = Series(np.arange(3.))

data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))

data['w']  #选择表格中的'w'列，使用类字典属性,返回的是Series类型

data.w    #选择表格中的'w'列，使用点属性,返回的是Series类型

data[['w']]  #选择表格中的'w'列，返回的是DataFrame类型

data[['w','z']]  #选择表格中的'w'、'z'列

data[0:2]  #返回第1行到第2行的所有行，前闭后开，包括前不包括后

data[1:2]  #返回第2行，从0计，返回的是单行，通过有前后值的索引形式，

       #如果采用data[1]则报错

data.ix[1:2] #返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同

data['a':'b']  #利用index值进行切片，返回的是**前闭后闭**的DataFrame,

        #即末端是包含的  

#——————新版本pandas已舍弃该方法，用iloc代替———————

data.irow(0)   #取data的第一行

data.icol(0)   #取data的第一列

ser.iget_value(0)  #选取ser序列中的第一个

ser.iget_value(-1) #选取ser序列中的最后一个，这种轴索引包含索引器的series不能采用ser[-1]去获取最后一个，这会引起歧义。

#————————————————————————————-----------------

data.head()  #返回data的前几行数据，默认为前五行，需要前十行则data.head(10)

data.tail()  #返回data的后几行数据，默认为后五行，需要后十行则data.tail(10)

data.iloc[-1]   #选取DataFrame最后一行，返回的是Series

data.iloc[-1:]   #选取DataFrame最后一行，返回的是DataFrame

data.loc['a',['w','x']]   #返回‘a’行'w'、'x'列，这种用于选取行索引列索引已知

data.iat[1,1]   #选取第二行第二列，用于已知行、列位置的选取。

　转自：https://blog.****.net/xiaodongxiexie/article/details/53108959

DataFrame的排序

原来的方法sort/sort_index都已经过时，调用时会报错：

pandas数据结构：Series/DataFrame；python函数：range/arange

sort方法就直接找不到。

应该调用sort_values方法来进行排序：

pandas数据结构：Series/DataFrame；python函数：range/arange

Python 中的range,以及numpy包中的arange函数

range()函数

函数说明： range(start, stop[, step]) -> range object，根据start与stop指定的范围以及step设定的步长，生成一个序列。
参数含义：start:计数从start开始。默认是从0开始。例如range（5）等价于range（0， 5）;
end:技术到end结束，但不包括end.例如：range（0， 5）是[0, 1, 2, 3, 4]没有5
scan：每次跳跃的间距，默认为1。例如：range（0， 5）等价于 range(0, 5, 1)
函数返回的是一个range object
例子：

>>> range(0,5)                 #生成一个range object,而不是[0,1,2,3,4]

range(0, 5)

>>> c = [i for i in range(0,5)]     #从0 开始到4，不包括5，默认的间隔为1

>>> c

[0, 1, 2, 3, 4]

>>> c = [i for i in range(0,5,2)]   #间隔设为2

>>> c

[0, 2, 4]

若需要生成[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

>>> range(0,1,0.1)    #range中的setp 不能使float

Traceback (most recent call last):

  File ”<pyshell#5>”, line 1, in <module>

    range(0,1,0.1)

TypeError: ’float’ object cannot be interpreted as an integer

arrange()函数

函数说明：arange([start,] stop[, step,], dtype=None)根据start与stop指定的范围以及step设定的步长，生成一个 ndarray。 dtype : dtype
The type of the output array. If `dtype` is not given, infer the data
type from the other input arguments.

>>> np.arange(3)

  array([0, 1, 2])

  >>> np.arange(3.0)

  array([ 0.,  1.,  2.])

  >>> np.arange(3,7)

  array([3, 4, 5, 6])

  >>> np.arange(3,7,2)

  array([3, 5])  

>>> arange(0,1,0.1)

array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])

转自：http://blog.****.net/qianwenhong/article/details/41414809

Python 中的range,以及numpy包中的arange函数

range()函数

函数说明： range(start, stop[, step]) -> range object，根据start与stop指定的范围以及step设定的步长，生成一个序列。
参数含义：start:计数从start开始。默认是从0开始。例如range（5）等价于range（0， 5）;
end:技术到end结束，但不包括end.例如：range（0， 5）是[0, 1, 2, 3, 4]没有5
scan：每次跳跃的间距，默认为1。例如：range（0， 5）等价于 range(0, 5, 1)
函数返回的是一个range object
例子：
[python] view plain copy
1. >>> range(0,5) #生成一个range object,而不是[0,1,2,3,4]
2. range(0, 5)
3. >>> c = [i for i in range(0,5)] #从0 开始到4，不包括5，默认的间隔为1
4. >>> c
5. [0, 1, 2, 3, 4]
6. >>> c = [i for i in range(0,5,2)] #间隔设为2
7. >>> c
8. [0, 2, 4]
```
>>> range(0,5)               #生成一个range object,而不是[0,1,2,3,4]

range(0, 5)

>>> c = [i for i in range(0,5)]     #从0 开始到4，不包括5，默认的间隔为1

>>> c

[0, 1, 2, 3, 4]

>>> c = [i for i in range(0,5,2)]   #间隔设为2

>>> c

[0, 2, 4]
```
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
若需要生成[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]
[python] view plain copy
1. >>> range(0,1,0.1) #range中的setp 不能使float
2. Traceback (most recent call last):
3. File ”<pyshell#5>”, line 1, in <module>
4. range(0,1,0.1)
5. TypeError: ’float’ object cannot be interpreted as an integer
```
>>> range(0,1,0.1)    #range中的setp 不能使float

Traceback (most recent call last):

  File "<pyshell#5>", line 1, in <module>

    range(0,1,0.1)

TypeError: 'float' object cannot be interpreted as an integer
```
- 1
- 2
- 3
- 4
- 5

arrange()函数

函数说明：arange([start,] stop[, step,], dtype=None)根据start与stop指定的范围以及step设定的步长，生成一个 ndarray。 dtype : dtype
The type of the output array. If `dtype` is not given, infer the data
type from the other input arguments.
[python] view plain copy
1. >>> np.arange(3)
2. array([0, 1, 2])
3. >>> np.arange(3.0)
4. array([ 0., 1., 2.])
5. >>> np.arange(3,7)
6. array([3, 4, 5, 6])
7. >>> np.arange(3,7,2)
8. array([3, 5])
```
  >>> np.arange(3)

    array([0, 1, 2])

    >>> np.arange(3.0)

    array([ 0.,  1.,  2.])

    >>> np.arange(3,7)

    array([3, 4, 5, 6])

    >>> np.arange(3,7,2)

    array([3, 5])
```
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
[python] view plain copy
1. >>> arange(0,1,0.1)
2. array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
```
>>> arange(0,1,0.1)

array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9])
```

秒客网

pandas数据结构：Series/DataFrame；python函数：range/arange

DataFrame

Python 中的range,以及numpy包中的arange函数

相关文章