本次主要总结归纳了Pandas常用函数方法，分两节归纳概括，内容后期有待补充。
首先介绍前7节内容，之后会介绍8节至15节内容
文章目录
import pandas as pd
import numpy as np
import matplotlib as plt
import math
1. Pandas数据结构
| 数据结构 | 维数 | 说明 |
|---|---|---|
| Series | 1 | 序列/系列；是具有均匀数据、尺寸大小不变、数据可变的一维数组结构 |
| DataFrame | 2 | 数据框/数据帧；是具有异构数据、大小可变、数据可变的二维数组结构，即数据以行和列的表格方式排列 |
| Panel | 3 | 面板；具有异构数据、大小可变、数据可变的三维数据结构 |
2. Pandas创建对象
2.1 pd.Series对象创建
| 创建函数 | 参数 | 描述 |
|---|---|---|
| pd.Series( data, index, dtype, copy) | data index dtype copy |
数据采取各种形式，如：ndarray，list，constants，dict； 索引值必须是唯一的和散列的，与数据的长度相同。如果没有索引被传递默认np.arange(n)； dtype用于数据类型。如果没有，将推断数据类型； 复制数据，默认为false； |
# 创建简单的序列
# 创建一个空的系列
pd.Series()
# 从ndarray创建一个系列
data=np.array(['a','s','d','f'])
pd.Series(data)
pd.Series(data,index=[101,102,103,104])
# 从字典创建一个系列
data = {'a' : 0., 'b' : 1., 'c' : 2.}
pd.Series(data)
pd.Series(data,index=['b','c','d','a'])
# 从标量创建一个系列
pd.Series(5, index=['a','b','c','d'])
Series([], dtype: float64)
0 a
1 s
2 d
3 f
dtype: object
101 a
102 s
103 d
104 f
dtype: object
a 0.0
b 1.0
c 2.0
dtype: float64
b 1.0
c 2.0
d NaN
a 0.0
dtype: float64
a 5
b 5
c 5
d 5
dtype: int64
# 访问序列中数据(与访问numpy中元素一致)
s = pd.Series([1,2,3,4,5],index = ['a','b','c','d','e'])
s[0] # 等价于 s['a']
s[:3] # 等价于 s[['a','b','c']]
s[3:]
s[1:3]
1
a 1
b 2
c 3
dtype: int64
d 4
e 5
dtype: int64
b 2
c 3
dtype: int64
2.2 pd.DataFrame对象创建
| 创建函数 | 参数 | 描述 |
|---|---|---|
| pd.pandas(data, index, columns, dtype, copy) | data index columns dtype copy |
数据采取各种形式，如:ndarray，series，map，lists，dict，constant和另一个DataFrame； 对于行标签，要用于结果帧的索引是可选缺省值np.arrange(n)，如果没有传递索引值； 对于列标签，可选的默认语法是 - np.arange(n)。 如果没有传递索引值； 每列的数据类型； 如果默认值为False，则此命令(或任何它)用于复制数据； 如果默认值为False，则此命令(或任何它)用于复制数据； |
# 创建简单的数据框
# 创建一个空的DataFrame
pd.DataFrame()
# 从列表创建DataFrame
data = [1,2,3]
pd.DataFrame(data)
data = [['Alex',10],['Bob',12],['Clarke',13]]
pd.DataFrame(data,columns=['Name','Age'],dtype=float)
| 0 | |
|---|---|
| 0 | 1 |
| 1 | 2 |
| 2 | 3 |
| Name | Age | |
|---|---|---|
| 0 | Alex | 10.0 |
| 1 | Bob | 12.0 |
| 2 | Clarke | 13.0 |
# 从ndarrays/Lists的字典来创建DataFrame
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
pd.DataFrame(data)
pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])
| Age | Name | |
|---|---|---|
| 0 | 28 | Tom |
| 1 | 34 | Jack |
| 2 | 29 | Steve |
| 3 | 42 | Ricky |
| Age | Name | |
|---|---|---|
| rank1 | 28 | Tom |
| rank2 | 34 | Jack |
| rank3 | 29 | Steve |
| rank4 | 42 | Ricky |
# 从字典列表创建数据帧DataFrame
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
pd.DataFrame(data,index=['first', 'second'])
pd.DataFrame(data, index=['first', 'second'], columns=list('ab'))
pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1']) # columns可用两种方式表示
| a | b | c | |
|---|---|---|---|
| first | 1 | 2 | NaN |
| second | 5 | 10 | 20.0 |
| a | b | |
|---|---|---|
| first | 1 | 2 |
| second | 5 | 10 |
| a | b1 | |
|---|---|---|
| first | 1 | NaN |
| second | 5 | NaN |
# 从系列的字典来创建DataFrame
d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
'two' : pd.Series([1, 2, 3, 4], index=list('abcd'))} # index可用两种方式表示
pd.DataFrame(d)
| one | two | |
|---|---|---|
| a | 1.0 | 1 |
| b | 2.0 | 2 |
| c | 3.0 | 3 |
| d | NaN | 4 |
2.2.1 数据框数据的索引与选取
| 选择对象 | 方法 |
|---|---|
| 行列 | df[] |
| 区域 | df.loc[ ]，df.iloc[ ]，df.ix[ ] |
| 单元格 | df.at[ ]，df.iat[ ] |
| 选择方法 | 说明 |
|---|---|
| loc[ ] | 根据index行标签或column列名称选取 |
| iloc[ ] | 基于行/列的position（行数列数） |
| at[ ] | 根据指定行index及列label，快速定位DataFrame的元素 |
| iat[ ] | 与at类似，不同的是根据position来定位的 |
| ix[ ] | 为loc与iloc的混合体，既支持label也支持position |
| 行列选取方法 | 维度 | 行列 | 操作类型 |
|---|---|---|---|
| df[ ] | 一维 | 行维度 列维度 |
整数切片、标签切片、<布尔数组> 标签索引、标签列表、Callable |
# df[]的例子
df = pd.DataFrame(np.random.randn(6,4), index=list('abcdef'), columns=list('ABCD'))
df[:3] #整数切片
# df[0]、df['a']报错，不能为整数索引，必须为整数切片
df['a':'c'] #标签切片
# df[['a','c']]错误，不能为标签列表，必须为标签切片
df[[True,True,True,False,False,False]] # 前三行（布尔数组长度等于行数）
df[df['A']>0] # A列值大于0的行
df[(df['A']>0) & (df['C']>0)] # A列值大于0，并且C列大于0的行
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| e | 1.199448 | 0.555940 | 1.222145 | -1.744408 |
| f | 0.623923 | -0.388683 | 0.273779 | 0.468964 |
| A | B | C | D | |
|---|---|---|---|---|
| e | 1.199448 | 0.555940 | 1.222145 | -1.744408 |
| f | 0.623923 | -0.388683 | 0.273779 | 0.468964 |
df['A'] # 标签索引，等价于 df.A，
# df[0:3,'A'] / df['a':'c','A']错误，不能为切片，必须为索引
df[['A','C']] #标签列表
df[lambda df: df.columns[0]] # Callable
a -0.897015
b 0.639703
c -0.402066
d -1.296602
e 1.199448
f 0.623923
Name: A, dtype: float64
| A | C | |
|---|---|---|
| a | -0.897015 | -0.589268 |
| b | 0.639703 | -0.785517 |
| c | -0.402066 | -0.511191 |
| d | -1.296602 | 0.488359 |
| e | 1.199448 | 1.222145 |
| f | 0.623923 | 0.273779 |
a -0.897015
b 0.639703
c -0.402066
d -1.296602
e 1.199448
f 0.623923
Name: A, dtype: float64
| 标签区域选取方法 | 维度 | 行列 | 操作类型 |
|---|---|---|---|
| df.loc[] | 二维 | 行维度 列维度 |
标签索引、标签切片、标签列表、<布尔数组>、Callable 标签索引、标签切片、标签列表、<布尔数组>、Callable |
# df.loc[]的例子
df.loc['a', :] # 行标签索引，等价于 df.loc['a']\df.iloc[0]
df.loc['a':'d', :] # 行标签切片 等价于df.loc['a':'b']
df.loc[['a','b','c'], :] # 行标签列表
df.loc[[True,True,True,False,False,False], :] # 前三行（布尔数组长度等于行数）
df.loc[df.A<0, :] # A列大于0的列
df.loc[df.loc[:,'A']>0, :]
df.loc[df.iloc[:,0]>0, :]
df.loc[lambda _df: _df.A > 0, :]
A -0.897015
B -1.883345
C -0.589268
D 1.215273
Name: a, dtype: float64
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| d | -1.296602 | -0.446351 | 0.488359 | 1.219049 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| d | -1.296602 | -0.446351 | 0.488359 | 1.219049 |
| A | B | C | D | |
|---|---|---|---|---|
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| e | 1.199448 | 0.555940 | 1.222145 | -1.744408 |
| f | 0.623923 | -0.388683 | 0.273779 | 0.468964 |
| A | B | C | D | |
|---|---|---|---|---|
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| e | 1.199448 | 0.555940 | 1.222145 | -1.744408 |
| f | 0.623923 | -0.388683 | 0.273779 | 0.468964 |
| A | B | C | D | |
|---|---|---|---|---|
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| e | 1.199448 | 0.555940 | 1.222145 | -1.744408 |
| f | 0.623923 | -0.388683 | 0.273779 | 0.468964 |
df.loc[:, 'A'] # 列标签索引
df.loc[:, 'A':'C'] #列切片
df.loc[:, ['A','B','C']] #列列表
df.loc[:, [True,True,True,False]] # 前三列（布尔数组长度等于行数）
df.loc[:, df.loc['a']>0] # a行大于0的列
df.loc[:, df.iloc[0]>0] # 0行大于0的列
df.loc[:, lambda _df: ['A', 'B']] #Callable
a -0.897015
b 0.639703
c -0.402066
d -1.296602
e 1.199448
f 0.623923
Name: A, dtype: float64
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| D | |
|---|---|
| a | 1.215273 |
| b | 0.708336 |
| c | 1.703571 |
| d | 1.219049 |
| e | -1.744408 |
| f | 0.468964 |
| D | |
|---|---|
| a | 1.215273 |
| b | 0.708336 |
| c | 1.703571 |
| d | 1.219049 |
| e | -1.744408 |
| f | 0.468964 |
| A | B | |
|---|---|---|
| a | -0.897015 | -1.883345 |
| b | 0.639703 | 0.982318 |
| c | -0.402066 | 0.054401 |
| d | -1.296602 | -0.446351 |
| e | 1.199448 | 0.555940 |
| f | 0.623923 | -0.388683 |
df.A.loc[lambda s: s > 0] # 定位到标量元素
df.loc[['a','d'], ['A','B']] # 行列标签列表
df.loc['a':'c', 'A':'C'] # 行列标签切片
df.loc['a':'c', ['A','B']] # 混合
df.loc['a','A'] # 定位到标量元素
b 0.639703
e 1.199448
f 0.623923
Name: A, dtype: float64
| A | B | |
|---|---|---|
| a | -0.897015 | -1.883345 |
| d | -1.296602 | -0.446351 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| A | B | |
|---|---|---|
| a | -0.897015 | -1.883345 |
| b | 0.639703 | 0.982318 |
| c | -0.402066 | 0.054401 |
-0.8970154528725585
| 整数选取方法 | 维度 | 行列 | 操作类型 |
|---|---|---|---|
| df.iloc[] | 二维 | 行维度 列维度 |
整数索引、整数切片、整数列表、<布尔数组> 整数索引、整数切片、整数列表、<布尔数组>、Callable |
# df.iloc[]的例子
df.iloc[3, :] # 行整数索引 等价于df.iloc[3]
df.iloc[0:3, :] # 行整数切片 等价于df.iloc[0:3]
df.iloc[[0,2,4], :] # 行列表
df.iloc[[True,True,True,False,False,False], :] # 前三行（布尔数组长度等于行数）
#df.iloc[df['A']>0, :] #× 为什么不行呢？想不通！
#df.iloc[df.loc[:,'A']>0, :] #×
#df.iloc[df.iloc[:,0]>0, :] #×
df.iloc[lambda _df: [0, 1], :]
A -1.296602
B -0.446351
C 0.488359
D 1.219049
Name: d, dtype: float64
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| e | 1.199448 | 0.555940 | 1.222145 | -1.744408 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
df.iloc[:, 1] # 列索引
df.iloc[:, 0:3] # 列切片
df.iloc[:, [0,1,2]] # 列列表
df.iloc[:, [True,True,True,False]] # 前三列（布尔数组长度等于行数）
#df.iloc[:, df.loc['a']>0] #× why
#df.iloc[:, df.iloc[0]>0] #× why
df.iloc[:, lambda _df: [0, 1]]
a -1.883345
b 0.982318
c 0.054401
d -0.446351
e 0.555940
f -0.388683
Name: B, dtype: float64
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | |
|---|---|---|
| a | -0.897015 | -1.883345 |
| b | 0.639703 | 0.982318 |
| c | -0.402066 | 0.054401 |
| d | -1.296602 | -0.446351 |
| e | 1.199448 | 0.555940 |
| f | 0.623923 | -0.388683 |
df.iloc[[0,1], [0,1,2]] # 行列索引列表
df.iloc[1:3, 0:3] # 行列索引切片
df.iloc[[0,1], 0:3] # 混合
df.iloc[1,3] #定位到标量值
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| A | B | C | |
|---|---|---|---|
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
0.7083361725183475
| 混合选取方法 | 维度 | 行列 | 操作类型 |
|---|---|---|---|
| df.ix[ ] | 二维 | 行维度 列维度 |
标签/整数索引、标签/整数切片、标签/整数列表、<布尔数组>、Callable 标签/整数索引、标签/整数切片、标签/整数列表、<布尔数组>、Callable |
# df.ix[]的例子
df.ix[0, :] # 行整数索引
df.ix[0:3, :] # 行整数切片
df.ix[[0,1,2], :] # 行整数列表
D:\Program Files\anaconda3\lib\site-packages\ipykernel_launcher.py:2: DeprecationWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing
See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#ix-indexer-is-deprecated
A -0.897015
B -1.883345
C -0.589268
D 1.215273
Name: a, dtype: float64
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
df.ix['a', :] # 行标签
df.ix['a':'c', :] # 行标签切片
df.ix[['a','b','c'], :] # 行标签列表
A -0.897015
B -1.883345
C -0.589268
D 1.215273
Name: a, dtype: float64
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
| A | B | C | D | |
|---|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 | 1.215273 |
| b | 0.639703 | 0.982318 | -0.785517 | 0.708336 |
| c | -0.402066 | 0.054401 | -0.511191 | 1.703571 |
df.ix[:, 0] # 列索引
df.ix[:, 0:3]
df.ix[:, [0,1,2]]
a -0.897015
b 0.639703
c -0.402066
d -1.296602
e 1.199448
f 0.623923
Name: A, dtype: float64
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
df.ix[:, 'A'] #列标签
df.ix[:, 'A':'C']
df.ix[:, ['A','B','C']]
a -0.897015
b 0.639703
c -0.402066
d -1.296602
e 1.199448
f 0.623923
Name: A, dtype: float64
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| e | 1.199448 | 0.555940 | 1.222145 |
| f | 0.623923 | -0.388683 | 0.273779 |
df.ix[[0,1,2], 'A':'B'] # 行整数列表，列标签切片
df.ix[0:3, ['A','B','C']] # 行整数切片，列标签列表
df.ix['a':'d', 0:3] # 行标签切片，列整数切片
df.ix[['a','b','c'], 'A':'B'] # 行标签列表，列标签切片
| A | B | |
|---|---|---|
| a | -0.897015 | -1.883345 |
| b | 0.639703 | 0.982318 |
| c | -0.402066 | 0.054401 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| A | B | C | |
|---|---|---|---|
| a | -0.897015 | -1.883345 | -0.589268 |
| b | 0.639703 | 0.982318 | -0.785517 |
| c | -0.402066 | 0.054401 | -0.511191 |
| d | -1.296602 | -0.446351 | 0.488359 |
| A | B | |
|---|---|---|
| a | -0.897015 | -1.883345 |
| b | 0.639703 | 0.982318 |
| c | -0.402066 | 0.054401 |
| 单元格选取方法 | 维度 | 行列 | 操作类型 |
|---|---|---|---|
| df.at[] | 精确定位单元格 | 行维度 列维度 |
标签索引 标签索引 |
# df.at[]的例子
df.at['a', 'A']
-0.8970154528725585
| 单元格选取方法 | 维度 | 行列 | 操作类型 |
|---|---|---|---|
| df.iat[] | 精确定位单元格 | 行维度 列维度 |
整数索引 整数索引 |
# df.iat[]的例子
df.iat[0, 0]
-0.8970154528725585
2.3 pd.Panel对象创建
| 创建函数 | 参数 | 描述 |
|---|---|---|
| pd.Panel(data, items, major_axis, minor_axis, dtype, copy) | data items major_axis major_axis dtype copy |
数据采取各种形式，如：ndarray，series，map，lists，dict，constant和另一个数据帧(DataFrame)； axis=0； axis=1； axis=2； 每列的数据类型； 复制数据，默认 - false； |
# 创建面板
# 从3D ndarray创建
data = np.random.rand(2,4,5)
pd.Panel(data)
# 从DataFrame对象的dict创建面板
data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)),
'Item2' : pd.DataFrame(np.random.randn(4, 2))}
data
pd.Panel(data)
<class ‘pandas.core.panel.Panel’>
Dimensions: 2 (items) x 4 (major_axis) x 5 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 4
{‘Item1’: 0 1 2
0 -0.434674 -1.516325 -1.090963
1 1.343774 -0.143883 -0.213383
2 0.349254 1.666228 -0.654386
3 -1.416395 -0.913377 -0.475773, ‘Item2’: 0 1
0 0.643990 0.304934
1 -0.456729 0.210168
2 -1.620677 -0.479168
3 1.265655 -1.812357}
<class ‘pandas.core.panel.Panel’>
Dimensions: 2 (items) x 4 (major_axis) x 3 (minor_axis)
Items axis: Item1 to Item2
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 2
3. Pandas基本属性
| 属性或方法 | 描述 |
|---|---|
| dtypes | 返回对象的数据类型(dtype) |
| shape | 返回数据框的大小 |
| head() | 返回前n行 |
| tail() | 返回最后n行 |
| values | 将返回底层数据作为ndarray返回 |
| index | 返回行索引 |
| columns | 返回列名称 |
| axes | 返回行轴标签列表。 |
| empty | 如果系列为空，则返回True |
| ndim | 返回底层数据的维数，默认定义：1 |
| size | 返回基础数据中的元素数 |
| df.T | 将数据框转置 |
| sort_index | 按行索引排序 |
| sort_values(by=‘listA’) | 按实际值排序，按listA列值排序，其他数据参照此列变化 |
# pandas相关属性示例
# df = pd.DataFrame({'A':np.random.randn(24)
# ,'B': ['A', 'B', 'C'] * 8
# ,'C': ['Female', 'Male', 'Male', 'Male']*6}
# , index=pd.date_range('20170101', periods=24))
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
'Age':pd.Series([25,26,25,23,30,29,23]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
df=pd.DataFrame(d)
df.dtypes
df.shape
df.head() # df.head(7)
df.tail()
Age int64
Name object
Rating float64
dtype: object
(7, 3)
| Age | Name | Rating | |
|---|---|---|---|
| 0 | 25 | Tom | 4.23 |
| 1 | 26 | James | 3.24 |
| 2 | 25 | Ricky | 3.98 |
| 3 | 23 | Vin | 2.56 |
| 4 | 30 | Steve | 3.20 |
| Age | Name | Rating | |
|---|---|---|---|
| 2 | 25 | Ricky | 3.98 |
| 3 | 23 | Vin | 2.56 |
| 4 | 30 | Steve | 3.20 |
| 5 | 29 | Minsu | 4.60 |
| 6 | 23 | Jack | 3.80 |
df.values
df.index
df.columns
df.axes
df.empty
array([[25, ‘Tom’, 4.23],
[26, ‘James’, 3.24],
[25, ‘Ricky’, 3.98],
[23, ‘Vin’, 2.56],
[30, ‘Steve’, 3.2],
[29, ‘Minsu’, 4.6],
[23, ‘Jack’, 3.8]], dtype=object)
RangeIndex(start=0, stop=7, step=1)
Index([‘Age’, ‘Name’, ‘Rating’], dtype=‘object’)
[RangeIndex(start=0, stop=7, step=1),
Index([‘Age’, ‘Name’, ‘Rating’], dtype=‘object’)]
False
df.ndim
df.size
df[['Age','Rating']].describe
df.T
df.sort_index # 默认升序
df.sort_index(ascending=False) # 降序
# df.sort_index(axis=1) # 按列排序
df.sort_values(by=['Age','Rating']) # 按值排序
2
21
<bound method NDFrame.describe of Age Rating
0 25 4.23
1 26 3.24
2 25 3.98
3 23 2.56
4 30 3.20
5 29 4.60
6 23 3.80>
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | |
|---|---|---|---|---|---|---|---|
| Age | 25 | 26 | 25 | 23 | 30 | 29 | 23 |
| Name | Tom | James | Ricky | Vin | Steve | Minsu | Jack |
| Rating | 4.23 | 3.24 | 3.98 | 2.56 | 3.2 | 4.6 | 3.8 |
<bound method DataFrame.sort_index of Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80>
| Age | Name | Rating | |
|---|---|---|---|
| 6 | 23 | Jack | 3.80 |
| 5 | 29 | Minsu | 4.60 |
| 4 | 30 | Steve | 3.20 |
| 3 | 23 | Vin | 2.56 |
| 2 | 25 | Ricky | 3.98 |
| 1 | 26 | James | 3.24 |
| 0 | 25 | Tom | 4.23 |
| Age | Name | Rating | |
|---|---|---|---|
| 3 | 23 | Vin | 2.56 |
| 6 | 23 | Jack | 3.80 |
| 2 | 25 | Ricky | 3.98 |
| 0 | 25 | Tom | 4.23 |
| 1 | 26 | James | 3.24 |
| 5 | 29 | Minsu | 4.60 |
| 4 | 30 | Steve | 3.20 |
4. Pandas描述性统计
| 函数 | 描述 |
|---|---|
| count() | 非空观测数量 |
| sum() | 所有值之和 |
| mean() | 所有值的平均值 |
| median() | 所有值的中位数 |
| mode() | 值的模值 |
| std() | 值的标准偏差 |
| min() | 所有值中的最小值 |
| max() | 所有值中的最大值 |
| abs() | 绝对值 |
| prod() | 数组元素的乘积 |
| cumsum() | 累计总和 |
| cumprod() | 累计乘积 |
| 函数 | 描述 | 参数说明 |
|---|---|---|
| describe ( include= ) | 对数据的描述性统计信息，注意数据需要是数据类型(float,int) | include默认number 用于汇总数字列； object 汇总字符串列； all 将所有列汇总在一起 |
# 描述性统计函数示例
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack',
'Lee','David','Gasper','Betina','Andres']),
'Age':pd.Series([25,26,25,23,30,29,23,34,40,30,51,46]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}
df=pd.DataFrame(d)
df.count()
df.sum() # 默认axis=0
df.sum(axis=1)
Age 12
Name 12
Rating 12
dtype: int64
Age 382
Name TomJamesRickyVinSteveMinsuJackLeeDavidGasperBe…
Rating 44.92
dtype: object
0 29.23
1 29.24
2 28.98
3 25.56
4 33.20
5 33.60
6 26.80
7 37.78
8 42.98
9 34.80
10 55.10
11 49.65
dtype: float64
df.mean()
df.median()
Age 31.833333
Rating 3.743333
dtype: float64
Age 29.50
Rating 3.79
dtype: float64
df.mode()
df.std()
df.max()
| Age | Name | Rating | |
|---|---|---|---|
| 0 | 23.0 | Andres | 2.56 |
| 1 | 25.0 | Betina | 2.98 |
| 2 | 30.0 | David | 3.20 |
| 3 | NaN | Gasper | 3.24 |
| 4 | NaN | Jack | 3.65 |
| 5 | NaN | James | 3.78 |
| 6 | NaN | Lee | 3.80 |
| 7 | NaN | Minsu | 3.98 |
| 8 | NaN | Ricky | 4.10 |
| 9 | NaN | Steve | 4.23 |
| 10 | NaN | Tom | 4.60 |
| 11 | NaN | Vin | 4.80 |
Age 9.232682
Rating 0.661628
dtype: float64
Age 51
Name Vin
Rating 4.8
dtype: object
df.prod()
df.cumsum()
df[['Age','Rating']].cumprod() # abs/cumprod必须针对数值型
Age 7.158408e+17
Rating 6.320128e+06
dtype: float64
| Age | Name | Rating | |
|---|---|---|---|
| 0 | 25 | Tom | 4.23 |
| 1 | 51 | TomJames | 7.47 |
| 2 | 76 | TomJamesRicky | 11.45 |
| 3 | 99 | TomJamesRickyVin | 14.01 |
| 4 | 129 | TomJamesRickyVinSteve | 17.21 |
| 5 | 158 | TomJamesRickyVinSteveMinsu | 21.81 |
| 6 | 181 | TomJamesRickyVinSteveMinsuJack | 25.61 |
| 7 | 215 | TomJamesRickyVinSteveMinsuJackLee | 29.39 |
| 8 | 255 | TomJamesRickyVinSteveMinsuJackLeeDavid | 32.37 |
| 9 | 285 | TomJamesRickyVinSteveMinsuJackLeeDavidGasper | 37.17 |
| 10 | 336 | TomJamesRickyVinSteveMinsuJackLeeDavidGasperBe... | 41.27 |
| 11 | 382 | TomJamesRickyVinSteveMinsuJackLeeDavidGasperBe... | 44.92 |
| Age | Rating | |
|---|---|---|
| 0 | 2.500000e+01 | 4.230000e+00 |
| 1 | 6.500000e+02 | 1.370520e+01 |
| 2 | 1.625000e+04 | 5.454670e+01 |
| 3 | 3.737500e+05 | 1.396395e+02 |
| 4 | 1.121250e+07 | 4.468465e+02 |
| 5 | 3.251625e+08 | 2.055494e+03 |
| 6 | 7.478738e+09 | 7.810877e+03 |
| 7 | 2.542771e+11 | 2.952512e+04 |
| 8 | 1.017108e+13 | 8.798485e+04 |
| 9 | 3.051325e+14 | 4.223273e+05 |
| 10 | 1.556176e+16 | 1.731542e+06 |
| 11 | 7.158408e+17 | 6.320128e+06 |
df.describe()
df.describe(include=['object'])
df.describe(include='all')
| Age | Rating | |
|---|---|---|
| count | 12.000000 | 12.000000 |
| mean | 31.833333 | 3.743333 |
| std | 9.232682 | 0.661628 |
| min | 23.000000 | 2.560000 |
| 25% | 25.000000 | 3.230000 |
| 50% | 29.500000 | 3.790000 |
| 75% | 35.500000 | 4.132500 |
| max | 51.000000 | 4.800000 |
| Name | |
|---|---|
| count | 12 |
| unique | 12 |
| top | Lee |
| freq | 1 |
| Age | Name | Rating | |
|---|---|---|---|
| count | 12.000000 | 12 | 12.000000 |
| unique | NaN | 12 | NaN |
| top | NaN | Lee | NaN |
| freq | NaN | 1 | NaN |
| mean | 31.833333 | NaN | 3.743333 |
| std | 9.232682 | NaN | 0.661628 |
| min | 23.000000 | NaN | 2.560000 |
| 25% | 25.000000 | NaN | 3.230000 |
| 50% | 29.500000 | NaN | 3.790000 |
| 75% | 35.500000 | NaN | 4.132500 |
| max | 51.000000 | NaN | 4.800000 |
5. Pandas统计函数
| 函数 | 描述 |
|---|---|
| pct_change() | 函数将每个元素与其前一个元素进行比较，并计算变化百分比 |
| cov ( ) | cov用来计算序列对象之间的协方差,NA将被自动排除 |
| corr ( ) | 相关性显示了任何两个数值(系列)之间的线性关系，计算pearson(默认)，spearman和kendall之间的相关性 |
| rank ( ) | 数据排名为元素数组中的每个元素生成排名 |
# 统计函数示例
df = pd.DataFrame(np.random.randn(4, 2))
df.pct_change() # 行df.pct_change(axis=1)
| 0 | 1 | |
|---|---|---|
| 0 | NaN | NaN |
| 1 | -1.599659 | 0.390988 |
| 2 | 1.791461 | -0.938851 |
| 3 | -2.746943 | 4.785401 |
s1 = pd.Series(np.random.randn(10))
s2 = pd.Series(np.random.randn(10))
s1.cov(s2)
df = pd.DataFrame(np.random.randn(10, 5), columns=['a', 'b', 'c', 'd', 'e'])
df['a'].cov(df['b'])
df.cov() # cov()计算所有列之间的协方差值
-0.12117368605285425
0.02248553586668352
| a | b | c | d | e | |
|---|---|---|---|---|---|
| a | 0.201676 | 0.022486 | -0.053950 | 0.249407 | -0.171799 |
| b | 0.022486 | 0.370753 | 0.072438 | 0.362195 | -0.123009 |
| c | -0.053950 | 0.072438 | 1.018886 | 0.151529 | 0.325987 |
| d | 0.249407 | 0.362195 | 0.151529 | 1.893329 | -0.448767 |
| e | -0.171799 | -0.123009 | 0.325987 | -0.448767 | 0.951633 |
df['a'].corr(df['b'])
df.corr() # 计算所有列之间的相关系数
0.08223070280618396
| a | b | c | d | e | |
|---|---|---|---|---|---|
| a | 1.000000 | 0.082231 | -0.119014 | 0.403617 | -0.392157 |
| b | 0.082231 | 1.000000 | 0.117859 | 0.432302 | -0.207091 |
| c | -0.119014 | 0.117859 | 1.000000 | 0.109098 | 0.331056 |
| d | 0.403617 | 0.432302 | 0.109098 | 1.000000 | -0.334328 |
| e | -0.392157 | -0.207091 | 0.331056 | -0.334328 | 1.000000 |
df.rank()
| a | b | c | d | e | |
|---|---|---|---|---|---|
| 0 | 3.0 | 9.0 | 2.0 | 6.0 | 5.0 |
| 1 | 7.0 | 10.0 | 9.0 | 9.0 | 9.0 |
| 2 | 1.0 | 3.0 | 4.0 | 2.0 | 4.0 |
| 3 | 4.0 | 7.0 | 10.0 | 7.0 | 6.0 |
| 4 | 10.0 | 4.0 | 8.0 | 4.0 | 2.0 |
| 5 | 8.0 | 5.0 | 3.0 | 1.0 | 7.0 |
| 6 | 9.0 | 6.0 | 1.0 | 10.0 | 1.0 |
| 7 | 6.0 | 2.0 | 7.0 | 5.0 | 8.0 |
| 8 | 2.0 | 1.0 | 6.0 | 3.0 | 10.0 |
| 9 | 5.0 | 8.0 | 5.0 | 8.0 | 3.0 |
6. Pandas字符串和文本函数
| 函数 | 函数作用 |
|---|---|
| lower() | 将Series/Index中的字符串转换为小写。 |
| upper() | 将Series/Index中的字符串转换为大写。 |
| len() | 计算字符串长度。 |
| strip() | 帮助从两侧的系列/索引中的每个字符串中删除空格(包括换行符)。 |
| split(’ ') | 用给定的模式拆分每个字符串。 |
| cat(sep=’ ') | 使用给定的分隔符连接系列/索引元素。 |
| get_dummies() | 返回具有单热编码值的数据帧(DataFrame)。 |
| contains(pattern) | 如果元素中包含子字符串，则返回每个元素的布尔值True，否则为False。 |
| replace(a,b) | 将值a替换为值b。 |
| repeat(value) | 重复每个元素指定的次数。 |
| count(pattern) | 返回模式中每个元素的出现总数。 |
| startswith(pattern) | 如果系列/索引中的元素以模式开始，则返回true。 |
| endswith(pattern) | 如果系列/索引中的元素以模式结束，则返回true。 |
| find(pattern) | 返回模式第一次出现的位置。 |
| findall(pattern) | 返回模式的所有出现的列表。 |
| swapcase | 变换字母大小写。 |
| islower() | 检查系列/索引中每个字符串中的所有字符是否小写，返回布尔值 |
| isupper() | 检查系列/索引中每个字符串中的所有字符是否大写，返回布尔值 |
| isnumeric() | 检查系列/索引中每个字符串中的所有字符是否为数字，返回布尔值。 |
# 字符串和文本函数示例
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']),
'Age':pd.Series([25,26,25,23,30,29,23]),
'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
df=pd.DataFrame(d)
df['Name'].str.lower()
df['Name'].str.upper()
df['Name'].str.len()
0 tom
1 james
2 ricky
3 vin
4 steve
5 minsu
6 jack
Name: Name, dtype: object
0 TOM
1 JAMES
2 RICKY
3 VIN
4 STEVE
5 MINSU
6 JACK
Name: Name, dtype: object
0 3
1 5
2 5
3 3
4 5
5 5
6 4
Name: Name, dtype: int64
(df.sort_values(by='Age'))['Name'].str.cat(sep='->')
df['Name'].str.contains('')
df['Name'].str.replace('a','#')
‘Vin->Jack->Tom->Ricky->James->Minsu->Steve’
0 True
1 True
2 True
3 True
4 True
5 True
6 True
Name: Name, dtype: bool
0 Tom
1 J#mes
2 Ricky
3 Vin
4 Steve
5 Minsu
6 J#ck
Name: Name, dtype: object
df['Name'].str.repeat(2)
df['Name'].str.count('m')
df['Name'].str.startswith('T')
0 TomTom
1 JamesJames
2 RickyRicky
3 VinVin
4 SteveSteve
5 MinsuMinsu
6 JackJack
Name: Name, dtype: object
0 1
1 1
2 0
3 0
4 0
5 0
6 0
Name: Name, dtype: int64
0 True
1 False
2 False
3 False
4 False
5 False
6 False
Name: Name, dtype: bool
df['Name'].str.find('m')
df['Name'].str.findall('m')
df['Name'].str.swapcase()
0 2
1 2
2 -1
3 -1
4 -1
5 -1
6 -1
Name: Name, dtype: int64
0 [m]
1 [m]
2 []
3 []
4 []
5 []
6 []
Name: Name, dtype: object
0 tOM
1 jAMES
2 rICKY
3 vIN
4 sTEVE
5 mINSU
6 jACK
Name: Name, dtype: object
df['Name'].str.isupper()
df['Name'].str.isnumeric()
0 False
1 False
2 False
3 False
4 False
5 False
6 False
Name: Name, dtype: bool
0 False
1 False
2 False
3 False
4 False
5 False
6 False
Name: Name, dtype: bool
7. Pandas窗口函数与聚合函数
| 函数 | 函数作用 |
|---|---|
| df.rolling( window=n ) | 指定window=n参数并在其上应用适当的统计函数,前n-1个元素有空值，第n个元素的值将是n，n-1….0个元素的统计函数值 |
| df.expanding( min_periods=n ) | 指定min_periods=n参数并在其上应用适当的统计函数，与rolling函数功能相似 |
| df.aggregate( np.sum ) | 在整个数据框上应用聚合\单个列上应用聚合\多列上应用聚合\单个列上应用多个函数\多列上应用多个函数 |
# 窗口函数
df = pd.DataFrame(np.random.randn(10, 4),index = pd.date_range('1/1/2020', periods=10),columns = ['A', 'B', 'C', 'D'])
df.rolling(window=4).mean()
| A | B | C | D | |
|---|---|---|---|---|
| 2020-01-01 | NaN | NaN | NaN | NaN |
| 2020-01-02 | NaN | NaN | NaN | NaN |
| 2020-01-03 | NaN | NaN | NaN | NaN |
| 2020-01-04 | 0.072847 | 0.625421 | -0.321718 | -0.286368 |
| 2020-01-05 | -0.111957 | 0.589124 | -0.955854 | -0.709480 |
| 2020-01-06 | -0.785411 | 1.143256 | -0.521317 | -0.302849 |
| 2020-01-07 | -0.662634 | 0.507758 | -0.407731 | -0.527692 |
| 2020-01-08 | 0.115185 | 0.596837 | -0.579141 | -0.239076 |
| 2020-01-09 | 0.245764 | 0.085004 | -0.170510 | 0.295653 |
| 2020-01-10 | 0.627896 | -0.273199 | -0.122880 | 0.188302 |
df.expanding(min_periods=3).mean()
| A | B | C | D | |
|---|---|---|---|---|
| 2020-01-01 | NaN | NaN | NaN | NaN |
| 2020-01-02 | NaN | NaN | NaN | NaN |
| 2020-01-03 | 0.879951 | 0.437257 | -0.767225 | -0.045709 |
| 2020-01-04 | 0.072847 | 0.625421 | -0.321718 | -0.286368 |
| 2020-01-05 | 0.269547 | 0.644470 | -0.466433 | -0.504114 |
| 2020-01-06 | -0.051696 | 0.680689 | -0.491277 | -0.303636 |
| 2020-01-07 | -0.001526 | 0.477544 | -0.561800 | -0.321128 |
| 2020-01-08 | 0.094016 | 0.611129 | -0.450430 | -0.262722 |
| 2020-01-09 | 0.258977 | 0.395819 | -0.334912 | -0.148662 |
| 2020-01-10 | 0.220141 | 0.299134 | -0.343918 | -0.106861 |
# 聚合函数
df1=df.rolling(window=3,min_periods=1)
df1.aggregate(np.sum) #在整个数据框上应用聚合
| A | B | C | D | |
|---|---|---|---|---|
| 2020-01-01 | 1.795565 | 0.865853 | 1.491254 | 0.317351 |
| 2020-01-02 | 2.831468 | -0.488887 | -0.862395 | -0.610418 |
| 2020-01-03 | 2.639853 | 1.311772 | -2.301674 | -0.137128 |
| 2020-01-04 | -1.504176 | 1.635833 | -2.778127 | -1.462824 |
| 2020-01-05 | -1.483733 | 3.711238 | -1.469768 | -1.910150 |
| 2020-01-06 | -2.950030 | 2.772365 | -0.645988 | -1.684687 |
| 2020-01-07 | -0.302073 | 0.841119 | -2.645727 | -1.102421 |
| 2020-01-08 | -0.595606 | 1.666682 | -1.271275 | 0.418790 |
| 2020-01-09 | 2.640971 | -0.521768 | -0.066542 | 0.483859 |
| 2020-01-10 | 2.212092 | -0.351465 | 0.493420 | 1.179287 |
df1['A'].aggregate(np.sum) # 在数据框的单个列上应用聚合
df1[['A','C']].aggregate(np.sum) # 在DataFrame的多列上应用聚合
2020-01-01 1.795565
2020-01-02 2.831468
2020-01-03 2.639853
2020-01-04 -1.504176
2020-01-05 -1.483733
2020-01-06 -2.950030
2020-01-07 -0.302073
2020-01-08 -0.595606
2020-01-09 2.640971
2020-01-10 2.212092
Freq: D, Name: A, dtype: float64
| A | C | |
|---|---|---|
| 2020-01-01 | 1.795565 | 1.491254 |
| 2020-01-02 | 2.831468 | -0.862395 |
| 2020-01-03 | 2.639853 | -2.301674 |
| 2020-01-04 | -1.504176 | -2.778127 |
| 2020-01-05 | -1.483733 | -1.469768 |
| 2020-01-06 | -2.950030 | -0.645988 |
| 2020-01-07 | -0.302073 | -2.645727 |
| 2020-01-08 | -0.595606 | -1.271275 |
| 2020-01-09 | 2.640971 | -0.066542 |
| 2020-01-10 | 2.212092 | 0.493420 |
df1['A'].aggregate([np.sum,np.mean]) # 在DataFrame的单个列上应用多个函数
df1[['A','C']].aggregate([np.sum,np.mean]) # 在DataFrame的多列上应用多个函数
| sum | mean | |
|---|---|---|
| 2020-01-01 | 1.795565 | 1.795565 |
| 2020-01-02 | 2.831468 | 1.415734 |
| 2020-01-03 | 2.639853 | 0.879951 |
| 2020-01-04 | -1.504176 | -0.501392 |
| 2020-01-05 | -1.483733 | -0.494578 |
| 2020-01-06 | -2.950030 | -0.983343 |
| 2020-01-07 | -0.302073 | -0.100691 |
| 2020-01-08 | -0.595606 | -0.198535 |
| 2020-01-09 | 2.640971 | 0.880324 |
| 2020-01-10 | 2.212092 | 0.737364 |
| A | C | |||
|---|---|---|---|---|
| sum | mean | sum | mean | |
| 2020-01-01 | 1.795565 | 1.795565 | 1.491254 | 1.491254 |
| 2020-01-02 | 2.831468 | 1.415734 | -0.862395 | -0.431197 |
| 2020-01-03 | 2.639853 | 0.879951 | -2.301674 | -0.767225 |
| 2020-01-04 | -1.504176 | -0.501392 | -2.778127 | -0.926042 |
| 2020-01-05 | -1.483733 | -0.494578 | -1.469768 | -0.489923 |
| 2020-01-06 | -2.950030 | -0.983343 | -0.645988 | -0.215329 |
| 2020-01-07 | -0.302073 | -0.100691 | -2.645727 | -0.881909 |
| 2020-01-08 | -0.595606 | -0.198535 | -1.271275 | -0.423758 |
| 2020-01-09 | 2.640971 | 0.880324 | -0.066542 | -0.022181 |
| 2020-01-10 | 2.212092 | 0.737364 | 0.493420 | 0.164473 |
df1.aggregate({'A' : np.sum,'B' : np.mean}) # 将不同的函数应用于DataFrame的不同列
| A | B | |
|---|---|---|
| 2020-01-01 | 1.795565 | 0.865853 |
| 2020-01-02 | 2.831468 | -0.244444 |
| 2020-01-03 | 2.639853 | 0.437257 |
| 2020-01-04 | -1.504176 | 0.545278 |
| 2020-01-05 | -1.483733 | 1.237079 |
| 2020-01-06 | -2.950030 | 0.924122 |
| 2020-01-07 | -0.302073 | 0.280373 |
| 2020-01-08 | -0.595606 | 0.555561 |
| 2020-01-09 | 2.640971 | -0.173923 |
| 2020-01-10 | 2.212092 | -0.117155 |