pandas是Python中一个很重要的库，它有以下的优点：
但是，dict也可转化为Series类型
在上面的方法中，我不确定Tom和ZS的家乡是哪里，所以默认填充了NaN（空值）
3）Dataframe的排序问题
4）DataFrame的删除问题
DataFrame中的添加一行
-
是基于Numpy的一种工具库；
-
提供了大量能使我们快速便捷处理数据的函数和方法；
-
最初被作为金融数据分析根据被开发出来；
-
集成了时间序列功能；
-
对缺失值的灵活处理能力
-
等
pandas 两种构造数据的方法：Series和DataFrame，Series构造的是一维数据和数据的索引，而DataFrame构造的是多维数据
1、Series
1）构造Series类型的数据
API中的构造方法：class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
In [142]: b = pd.Series(['付靖玲','23','male'],index=['name','age','sex']) In [143]: b Out[143]: name 付靖玲 age 23 sex male dtype: object上面通过pandas的Series构造了一个b数组，前面一个[]里的是数据，后面的是对应每一个数据的索引，索引可以默认不写，如果不写的话默认是0，1，2....
2）读取Series数据：既可通过索引读取，也可通过下标读取
In [155]: b[1]
Out[155]: '23' In [156]: b['age'] Out[156]: '23'
3）Series构造出来的数据和数据字典dict的差别
dict构造的是键值对，只可以通过键来获取，不可以通过下标来获取
In [158]: a = dict(name='fjl',sex='male')
In [159]: a
Out[159]: {'name': 'fjl', 'sex': 'male'}
In [160]: a[0]
---------------------------------------------------------------------------
KeyError
Traceback (most recent call last)
<ipython-input-160-5ccf417d7af1> in <module>()
----> 1 a[0]
KeyError: 0
以上用了索引的方式来读取dict构造的数据，报键值错误，下面通过键来获取值
In [162]: a['name'] Out[162]: 'fjl'
In [166]: c = pd.Series(a) In [167]: c Out[167]: name fjl sex male dtype: object In [168]: c[0] Out[168]: 'fjl' In [169]: c['name'] Out[169]: 'fjl'也可以转化指定索引的数据
In [170]: d = pd.Series(a, index=['sex']) In [171]: d Out[171]: sex male dtype: object
2、DataFrame
DataFrame构造的是一个表格型数据
1)用dict构造DataFrame类型的数据
构造一个数据字典
In [172]: student = {'name':['Bob','Tom','Fjl','Zzf','ZS'],
.....: 'age':[23,22,23,24,25],
.....: 'ID':['s1','s2','s3','s4','s5'],
.....: 'sex':['male','male','famale','male','famale']}
In [173]: student
Out[173]:
{'ID': ['s1', 's2', 's3', 's4', 's5'],
'age': [23, 22, 23, 24, 25],
'name': ['Bob', 'Tom', 'Fjl', 'Zzf', 'ZS'],
'sex': ['male', 'male', 'famale', 'male', 'famale']}
#通过Series构造Dataframe In [174]: student_DF=pd.DataFrame(student) In [175]: student_DF Out[175]: ID age name sex 0 s1 23 Bob male 1 s2 22 Tom male 2 s3 23 Fjl famale 3 s4 24 Zzf male 4 s5 25 ZS famale如果dict里的数据不全部用来构造DataFrame,也可通过columns=[]来选择性构造
In [176]: student_DF0 = pd.DataFrame(student,columns=['name']) In [177]: student_DF0 Out[177]: name 0 Bob 1 Tom 2 Fjl 3 Zzf 4 ZS上面的方法构造出来的数据默认索引都是0，1，2...,如果我嫌弃这种方法，可以用以下的方法构造：
In [178]: student_DF1 = pd.DataFrame(student,index=['a','b','c','d','f']) In [179]: student_DF1 Out[179]: ID age name sex a s1 23 Bob male b s2 22 Tom male c s3 23 Fjl famale d s4 24 Zzf male f s5 25 ZS famale2）给构造好的DataFrame数据表添加一列：有时候我构造好的数据可能是不全的，那么如何给构造好的DataFrame添加一列呢
我给我的student_DF1的所有行添加一列名为“school”的列，统一填充数据为‘BNU’
In [183]: student_DF1['school']='BNU' In [184]: student_DF1 Out[184]: ID age name sex school a s1 23 Bob male BNU b s2 22 Tom male BNU c s3 23 Fjl famale BNU d s4 24 Zzf male BNU f s5 25 ZS famale BNU但是，有时候填充的数据并不是统一的，而且有些数据在填充的时候不知道该填什么，应该填充空值，所以有以下方法：
In [186]: hometown = pd.Series(['New York','YunNan','HaiNan'],index=['a','c','d']) In [187]: hometown Out[187]: a New York c YunNan d HaiNan dtype: object In [188]:student_DF1['hometown'] = hometown In [189]: student_DF1 Out[189]: ID age name sex school hometown a s1 23 Bob male BNU New York b s2 22 Tom male BNU NaN c s3 23 Fjl famale BNU YunNan d s4 24 Zzf male BNU HaiNan f s5 25 ZS famale BNU NaN
在上面的方法中，我不确定Tom和ZS的家乡是哪里，所以默认填充了NaN（空值）
3）Dataframe的排序问题
对于数据分析来说，为了更高的工作效率，数据常常是需要排序的，以下是几种常见的排序方法：
【1】sort_index() 数据按照索引自动排序，
student_DF1.sort_index() Out[192]: ID age name sex school hometown a s1 23 Bob male BNU New York b s2 22 Tom male BNU NaN c s3 23 Fjl famale BNU YunNan d s4 24 Zzf male BNU HaiNan f s5 25 ZS famale BNU NaN
因为这里我原来的数据的索引就是有序的了，所以执行了这个方法以后还是没有变化
默认是增序的，也可设置为降序，
sort_index(ascending=False)
注意：排序后的结果是保存在一个副本里，原来的值并没有发生改变
In [194]: student_DF1.sort_index(ascending=False) Out[194]: ID age name sex school hometown f s5 25 ZS famale BNU NaN d s4 24 Zzf male BNU HaiNan c s3 23 Fjl famale BNU YunNan b s2 22 Tom male BNU NaN a s1 23 Bob male BNU New York In [195]: student_DF1 Out[195]: ID age name sex school hometown a s1 23 Bob male BNU New York b s2 22 Tom male BNU NaN c s3 23 Fjl famale BNU YunNan d s4 24 Zzf male BNU HaiNan f s5 25 ZS famale BNU NaN
【2】sort_values(by='')按照指定值排序
In [197]: student_DF1.sort_values(by='name') Out[197]: ID age name sex school hometown a s1 23 Bob male BNU New York c s3 23 Fjl famale BNU YunNan b s2 22 Tom male BNU NaN f s5 25 ZS famale BNU NaN d s4 24 Zzf male BNU HaiNan
4）DataFrame的删除问题
drop('索引名') 删除一行；
drop(‘列名’,axis=1) 删除一列
注意：删除的结果保存在一个副本里，原来的数据还是没有改变
In [199]: student_DF1.drop('a')
Out[199]:
ID age name sex school hometown
b s2 22 Tom male BNU NaN
c s3 23 Fjl famale BNU YunNan
d s4 24 Zzf male BNU HaiNan
f s5 25 ZS famale BNU NaN
操作的结果为索引为‘a’的一行被删除了
In [200]: student_DF1 Out[200]: ID age name sex school hometown a s1 23 Bob male BNU New York b s2 22 Tom male BNU NaN c s3 23 Fjl famale BNU YunNan d s4 24 Zzf male BNU HaiNan f s5 25 ZS famale BNU NaN
上面证明了操作结果保存在一个副本里，没有改变原数据，保证了数据的安全性
In [201]: student_DF1.drop(['school'],axis=1) Out[201]: ID age name sex hometown a s1 23 Bob male New York b s2 22 Tom male NaN c s3 23 Fjl famale YunNan d s4 24 Zzf male HaiNan f s5 25 ZS famale NaN
列名为‘school’的一列被删除了5）DataFrame中的新增加一列
df = DataFrame(data = {
'age':[22,23,24],
'name':['FJl','zzf','zdz']
}, index = ['Fitst',1,3])
>>> df age name Fitst 22 FJl 1 23 zzf 3 24 zdz
<pre name="code" class="python">>><span style="color:#ff6666;">> df['sex'] = ['f','m','m']</span>
>>> df
age name sex
Fitst 22 FJl f
1 23 zzf m
3 24 zdz m
DataFrame中的添加一行
>>> df.loc[len(df)+1] = [25,'sh','f']
>>> df
age name sex
Fitst 22 FJl f
1 23 zzf m
3 24 zdz m
4 25 sh f可以看出，index的值不管前面是什么，默认从最后一个递增
loc[索引值]可定位到DataFrame的任意一行，然后对这一行的值进行改变
>>> df.loc[3] = [25,'改了的值','f']
>>> df
age name sex
Fitst 22 FJl f
1 23 zzf m
3 25 改了的值 f
4 25 sh f