Python 基础教程 —— Pandas 库常用方法实例说明

目录 

1. 常用方法 pandas.Series

2. pandas.DataFrame ([data],[index])   根据行建立数据

3. pandas.DataFrame ({dic}) 根据列建立数据

4. pandas.DataFrame（[list]）根据数据建立列数据

5. loc / iloc 数据筛选

6. 多级行索引

7. 使用 pandas.MultiIndex 显式创建多级行索引

8. 多级行索引的升维及降维

9. 在DataFrame 中添加列 insert

10. 排序 sort

11. 根据多级索引进行数据统计

12. 简易合并 pandas.concat 

13. pandas.merge 合并与链接

14. 列统计函数 describe 

15. groupby 分组运算

16. pivot_table 数据透视表

1. pandas.Series（data=None, index=None, dtype=None, name=None, copy=False, fastpath=False ）

            data：支持多种数据类型

            index：可选参数，数据索引，如为空则是由0开始的整数排序，索引确定后只能查看不能修改

            dtype:  数据类型，可为空

            name:  列名，可为空

 1 # index 为空时，默认由0开始顺序排列
 2 list=pd.Series(["a","b","c"])
 3 print(list)
 4 --------------------------------------------------------
 5 out:
 6 1 a
 7 2 b
 8 3 c
 9 =======================================================
10 
11 #使用 index 输入
12 list=pd.Series(["Leslie","Jack","Mike"],[2,1,3])
13 print(list)
14 --------------------------------------------------------
15 out:
16 2 Leslie
17 1 Jack
18 3 Mike
19 ========================================================
20 
21 # 以dic字典输入数据
22 list=pd.Series({2:"Leslie",1:"Jack",3:"Mike"})
23 print(list)
24 --------------------------------------------------------
25 out:
26 2 Leslie
27 1 Jack
28 3 Mike
29 ========================================================
30 
31 #显示筛选结果
32 list=pd.Series({2:"Leslie",1:"Jack",3:"Mike"},[2,3])
33 print(list)
34 --------------------------------------------------------
35 out:
36 2 Leslie
37 3 Mike
38 =========================================================
39 
40 #指定列名name
41 price=pd.Series(["68","90"],name="price",index=["JAVA IN ACTION","Python Data Science Handbook"])
42 print(price)
43 --------------------------------------------------------
44 out:
45 JAVA IN ACTION                  68
46 Python Data Science Handbook    90
47 Name: price, dtype: object