pd.Series()
d.cumsum()计算前n项累加和
[1] axis = 0 代表对横轴操作,也就是第0轴;axis = 1 代表对纵轴操作,也就是第1轴;
理解
两个数据类型:Series,DataFrame
基于商促数据类型的各类操作
基本操作、运算操作、特征类操作、关联类操作
Numpy | Pandas |
基础数据类型 | 扩展数据类型 |
关注数据的结构表达(数据之间的维度表达) | 关注数据的应用表达 |
基于维度的运算 | 基于索引的运算 |
series类型
由一组数据及与之相关的数据索引组成
index_0 data_a
index_1 data_b
- python 列表,index与列表元素个数一致
- 标量值,index表达Series类型的尺寸
- python字典,键值对中的“键”是索引,index从字典中进行选择操作
- ndarray,索引和数据都可以通过ndarray类型创建
- 其他函数,range()函数等
从ndarray类型创建
import pandas as pd
import numpy as np
n = pd.Serise(np.arange(5))
输出:
0 0
1 1
2 2
3 3
4 4
Series类型对齐操作
Series+Series
Series类型在运算中会自动对齐不同索引的数据
name属性(.name)
Series对象和索引都可以有一个名字,存储在属性.name中
Series是一维带“标签”数组
Series基本操作类似ndarray和字典,根据索引对齐
DataFrame类型
二维ndarray对象
由一维ndarray、列表、字典、元组或series构成的字典
如何改变Series和DataFrame对象
增加或重排:重新索引
重新索引
.reindex()
.reindex(希望排列之后的index关系)能够改变或者重排Series和DataFrame索引
参数 | 说明 |
index,columns | 新的行列自定义索引 |
fill_value | 重新索引中,用于填充缺失位置的值 |
method | 填充方法,ffill当前值向前填充,bfill向后填充 |
limit | 最大填充量 |
copy | 默认True,生成新的对象,False时,新旧相等不复刻 |
索引类型
Series和DataFrame的索引时index类型
index对象是不可修改类型
常用方法
方法 | 说明 |
.append(idx) | 连接另一个index对象,产生新的index对象 |
.diff(idx) | 计算差集,产生新的index对象 |
.intersection(idx) | 计算交集 |
.union(idx) | 计算并集 |
.delete(loc) | 删除loc位置处的元素 |
.insert(loc.e) | 在loc位置增加一个元素 |
删除指定索引对象
.drop()能够删除Series和DataFrame指定行或列索引
pandas数据运算
算数运算法则
算术运算根据行列索引,补齐后运算,运算默认产生浮点数
补齐时缺项填充NaN(空值)
二维和一维、一维和零维间的广播运算
采用+-*/符号进行的二元运算产生新的对象
方法 | 说明 |
.add(d,**argws) | 类型间加法运算,可选参数 |
.sub(d,**argws) | 类型间减法运算,可选参数 |
.mul(d,**argws) | 类型间乘法运算,可选参数 |
.div(d,**argws) | 类型见除法运算,可选参数 |
比较运算法则
比较运算只能比较相同索引的元素,不进行补齐。
二维和一维、一维和零维间的广播运算
采用><>=<= == !=等符号进行的二元运算产生布尔对象
小结
Series = 索引+一维数据
DataFrame = 行列索引 + 二维数据
理解数据类型与索引的关系,操作索引即操作数据
像对待单一数据一样对待Series和DataFrame对象
数据排序
.sort_index()方法在指定轴上根据索引进行排序,默认升序
.sort_index(axis=0,ascending=True)
ascending=False降序
.sort_values()方法在指定轴上根据数值进行排序,默认升序
Serious.sort_values(axis=0,ascending=True)
DataFrame.sort_values(by,axis=0,ascending=True)
by:axis轴上的某个索引或索引列表
NaN统一放到排序末尾
基本的统计分析函数
适用Series和DataFrame类型
方法 | 说明 |
.sum() | 计算数据的总和 |
.count() | 非NaN值的数量 |
.mean() .median() | 计算数据的算术平均值、算数中位数 |
.var() .std() | 计算数据的方差、标准差 |
.min() .max() | 计算数据的最小值、最大值 |
统计汇总
.describe | 针对0轴(各列)的统计汇总1 |
累计统计分析函数
方法 | 说明 |
.cumsum() | 依次给出前1、2、……、n个数的和 |
.cumprod() | 依次给出前1、2、……、n个数的积 |
.cummax() | 依次给出前1、2、……、n个数的最大值 |
.cummin() | 依次给出前1、2、……、n个数的最小值 |
滚动计算(窗口计算)
方法 | 说明(跨行运算) |
.rolling(w).sum() | 依次计算相邻w个元素的和 |
.rolling(w).mean() | 依次计算相邻w个元素的算数平均值 |
.rolling(w).var() | 依次计算相邻w个元素的方差 |
.rowing(w).std() | 依次计算相邻w个元素的标准差 |
.rowing(w).main().max() | 以此计算相邻w个元素的最小值和最大值 |
相关分析
两个事物,表示x和y,如何判断它们之间的存在相关性
相关性
- x增大,y增大,两个变量正相关
- x增大,y减小,两个变量负相关
- x增大,y无视,两个变量不相关
协方差
两个事物,表示x和y,如何判断它们之间的存在相关性