第二课：十分钟搞定Pandas

【十分钟搞定Pandas】

本文是对Pandas官方网站上《10 Minutes to pandas》的一个简单的翻译，原文在这里。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考：Cookbook 。

习惯上，我们会按下面格式引入所需要的包：

一、创建对象

可以通过 Data Structure Intro Setion 来查看有关该节内容的详细信息。

1、可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引：



2、通过传递一个numpy
array，时间索引以及列标签来创建一个DataFrame：

      




3、通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：





4、查看不同列的数据类型：

二、查看数据

详情请参阅：Basics Section

1、  查看frame中头部和尾部的行：



2、  显示索引、列和底层的numpy数据：



3、  describe()函数对于数据的快速统计汇总：



4、  对数据的转置：



5、  按轴进行排序



6、  按值进行排序

三、选择

虽    虽然标准的Python/Numpy的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的pandas数据访问方式： .at, .iat, .loc, .iloc 和 .ix详情请参阅Indexing
and Selecing Data 和 MultiIndex
/ Advanced Indexing。

l  获取

1、 选择一个单独的列，这将会返回一个Series，等同于df.A：



2、 通过[]进行选择，这将会对行进行切片



l  通过标签选择

1、 使用标签来获取一个交叉的区域



2、 通过标签来在多个轴上进行选择



3、 标签切片



4、 对于返回的对象进行维度缩减



5、 获取一个标量



6、 快速访问一个标量（与上一个方法等价）



l  通过位置选择

1、 通过传递数值进行位置选择（选择的是行）



2、 通过数值进行切片，与numpy/python中的情况类似



3、 通过指定一个位置的列表，与numpy/python中的情况类似



4、 对行进行切片



5、 对列进行切片



6、 获取特定的值



l  布尔索引

1、 使用一个单独列的值来选择数据：



2、 使用where操作来选择数据：



3、 使用isin()方法来过滤：





l  设置

1、 设置一个新的列：





2、 通过标签设置新的值：



3、 通过位置设置新的值：



4、 通过一个numpy数组设置一组新值：



5、 通过where操作来设置新的值，设置所有>0的值，取反值：

四、            缺失值处理

在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中，详情请参阅：Missing
Data Section。

1、  reindex()方法可以对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝：



2、  去掉包含缺失值的行：



3、  对缺失值进行填充：



4、  对数据进行布尔填充：