yjs09——pandas介绍及相关数据结构
1.什么是pandas
同样，pandas、matplotlib、numpy是python三大库，pandas就像是把matplotlib和numpy结合在一起，让数据以“表格”的形式表现出来，是一个强大的数据处理和分析库，它建立在NumPy库之上，提供了高效地操作大型数据集所需的数据结构和操作。
2.pandas库的引入
import pandas as pd
3.pandas 的数据结构
pandas主要有 Series、DataFrame、MutiIndex/panel三大结构
Series：一位数据结构
DataFrame：二维表格型数据结构
MultiIndex/panel：三维数据结构
Ⅰ.Series结构
1.Series结构的建立
a.正常方式建立：table=pd.Series(data,index=)
b.不写index，默认为0,1,2,3... table=pd.Series(data)
c.字典方式建立：table=pd.Series({"key1":value, "key2":value ...})
2.Series属性查看
table.index //查看索引名，没有括号
table.value //查看索引值，没有括号
3.Series结构的样子：
Ⅱ.DataFrame结构
1.建立
table=pd.DataFrame(data,index=,columns=)
table=pd.DataFrame({"key1":[v11,v21,v31...] ,"key2":[v12,v22,v32] .... })
2.属性
table.shape
table.index
table.columns
table.values
table.head(k) //输出前k行
table.tail(k) //输出后k行
3.行列索引的修改
a.更改原来的索引名称
table.index=[]
table.columns=[]
//要么全部修改，要么不修改，不能只修改某一行、列的索引名
b.重设索引（只能重设为0,1,2,3....）
删除原来的索引，重设0,1,2...索引
table1=table.reset_index(drop=True）
不删除原来的索引，将原来的索引归成数据(不传参数时默认)
table1=table.reset_index(drop=False)
//需要有新表接收，不是在原数据上操作
//只有reset_index,没有reset_columns
c.从原数据中取出一列作为索引
删除原数据中作为新索引的数据
table1=table.set_index(["name",''age''],drop=True)
不删除原数据中作为新索引的数据
table1=table.set_index("name",drop=False)
//需要有新表接收，不是在原数据上操作
//只有set_index,没有set_columns
//可以有多个索引
Ⅲ.MultiIndex结构
如果table是多索引的表，我们查看他的索引时：
table.index
结果：MultiIndex([(索引1.1, 索引2.1),
(索引1.2, 索引2.2),
(索引1.3, 索引2.3)],
names=['索引1', '索引2'])table.index.levels
结果：【[索引1，索引1，索引1...],[索引2，索引2，索引2...]】
这里的索引1,2就不是一一对应的，如果索引1中有重复的，那就只显示一个，一般是按照从小到大排
代码
# pandas笔记
import numpy as np
import pandas as pd
from pandas import DataFrame
# 一、pandas之series数据结构
# 1.series结构的建立
data1 = np.random.randint(60, 100, 4)
index_1 = pd.Series(data1, index=["学生1", "学生2", "学生3", "学生4"]) # Series一定要大写！
# 字典法建立：
index_2 = pd.Series({"学生A": 90, "学生B": 80})
print(index_1)
print(index_2)
"""结果：
学生1 67
学生2 73
学生3 74
学生4 97
dtype: int32
-----------------
学生A 90
学生B 80
dtype: int64
"""
# 2.Series的属性
print(index_1.index) # Index(['学生1', '学生2', '学生3', '学生4'], dtype='object')
print(index_1.values) # [81 88 62 75]
print(index_1.head(2))
"""
学生1 81
学生2 88
dtype: int32"""
print(index_1.tail(2))
"""
学生3 62
学生4 75
dtype: int32"""
# 二.DataFrame数据结构
# 2.1建立
table_1 = DataFrame(np.random.randint(10, 25, (3, 4)), index=["上海", "广州", "深圳"],
columns=["11月1日", "11月2日", "11月3日", "11月4日"])
table_2 = DataFrame({"上海": [21, 22, 22, 27], "广州": [23, 22, 25, 27], "深圳": [21, 24, 27, 24]},
index=["11月1日", "11月2日", "11月3日", "11月4日"]) # 字典的key组成列索引
print(table_1)
print(table_2)
print(table_2.index)
print(table_2.columns)
# 2.2属性
print(table_1.shape)
print(table_1.index)
print(table_1.columns)
print(table_2.T)
print(table_1.head(1))
print(table_1.tail(2))
# 2.3重设索引
table = pd.DataFrame(np.random.randint(60, 100, (3, 4)), index=["张三", "李四", "王五"],
columns=["语", "数", "英", "政"])
print(table)
# 2.3.1 table.index
table.index = ["同学" + str(i) for i in range(3)]
print(table)
# 2.3.2 table.reset_index()
table = table.reset_index(drop=True)
print(table)
# 2.3.3 table.set_index("",)
table = table.set_index("语")
print(table)
table0 = table.set_index(["政","英"], drop=False)
print(table0)
print(table0.index)
print(table0.index.levels)
我遇到的问题：
1.数据结构大小写问题
Series、DateFrame、MultiIndex，这三个都是大写首字母
2.DataFrame的引进
from pd import DataFrame
3.索引的重设中，能不能重设列索引
只有table.columns=【】是重设列索引，reset、set_...都是对index改变
4.DataFrame索引问题
reset_index和 set_index都不是在原数据上改变，所以需要有接收的table变量
reset_index只能重设成0,1,2,3...
reset_index和set_index的drop含义不同
index、set_index、reset_index后的结果
5.当索引中有重复时
只显示一个，不重复显示，如果是表，重复的部分空着，如果是看属性结果，那么只输出一个
6.用字典法建立DataFrame结构时
key值是列索引，行索引是0,1,2,3...