Python数据分析pandas模块用法实例详解

本文实例讲述了Python数据分析pandas模块用法。分享给大家供大家参考，具体如下：

pandas

pandas10分钟入门，可以查看官网：10 minutes to pandas

也可以查看更复杂的cookbook

创建对象

常规导入方式：

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt

Series

ser1 = pd.Series(range(10,15),index=list('ABCDE'))print(ser1)# 下标和索引等同print(ser1['A'])print(ser1[0])

输出：

A    10
B    11
C    12
D    13
E    14
dtype: int64
10
10

取连续多个数据时，下标取值不包含结束位置，索引切片包括结束位置

print(ser1['A':'D'])print(ser1[0:3])

输出：

A    10
B    11
C    12
D    13
dtype: int64
A    10
B    11
C    12
dtype: int64

取多个数据、条件筛选（布尔索引）

# 注意里面是一个列表print(ser1[[0,1,3]])# 布尔索引print(ser1[(ser1>12)&(ser1<15)])

DataFrame

DataFrame是二维标记数据结构。 您可以将其视为电子表格或SQL表，或Series对象。 它通常是最常用的pandans对象。 像Series一样，DataFrame接受许多不同种类的输入：

df1 = pd.DataFrame(np.random.randint(10,50,(3,4)), - index=list('ABC'),columns=list('abcd'))

取单行或单列数据，取单个数据

# 列取值，取出的是一个series对象print(df1['a'])print(df1['a'].values)# 取出一行数据的某一行数据，也就是单个数据print(df1['a']['B']) # 这两个一样print(df1['a'][1])

取不连续多列，取连续多列（默认不支持连续，需要高级索引）

# 取不连续多列print(df1[['a','c']])

行索引，可以直接切片,但是默认不能不连续多行取值，下标同理

print('行索引取值##############')print(df1['A':'A'])# 取连续多行就是df1['A':'C']

高级索引(花式索引)

一般情况用于DataFrame，这里直接略过Series