本文共 3620 字，大约阅读时间需要 12 分钟。

pandas是Python中最强大的数据处理库之一，它提供了两种主要的数据对象：Series和DataFrame。这些对象在数据分析和科学计算中具有重要地位。以下将详细介绍这两种数据对象的创建、操作和常用功能。

1. Series

Series是一种带有索引的序列对象，类似于Python的字典，但其值与索引之间是一一对应的关系。通过以下代码可以创建一个简单的Series对象：

# 创建一个包含数字的Series对象s1 = pd.Series(list("1234"))print(s1)0    11    22    33    4dtype: object

通过传入一个序列给pd.Series初始化一个Series对象，例如列表、元组或生成器。

2. DataFrame

DataFrame是一种更复杂的数据对象，类似于数据库表，具有行和列的结构。以下是创建DataFrame对象的两种常见方法：

# 通过numpy的二维数组创建DataFrameimport numpy as npdf1 = pd.DataFrame(np.random.randn(6,4))print(df1)    0   1    2    30  NaN  0.0  0.0  0.01  NaN  0.0  0.0  0.02  NaN  0.0  0.0  0.03  NaN  0.0  0.0  0.04  NaN  0.0  0.1  0.25  NaN  0.0  0.3  0.4

# 通过字典创建DataFramedf2 = pd.DataFrame({    'A' : 1.,    'B' : pd.Timestamp('20130102'),    'C' : pd.Series(1, index=list(range(4)), dtype='float32'),    'D' : np.array([3] * 4, dtype='int32'),    'E' : pd.Categorical(["test", "train", "test", "train"]),    'F' : 'foo'})print(df2)    A       B               C       D  E    F0  1.0 2013-01-02  1.0    3  test  foo1  1.0 2013-01-02  1.0    3  train  foo2  1.0 2013-01-02  1.0    3  test  foo3  1.0 2013-01-02  1.0    3  train  foo

DataFrame对象的索引可以是任何可hashable类型，例如整数、字符串或自定义对象。默认情况下，索引会自动从0开始递增。

3. 索引操作

无论是Series还是DataFrame对象，都有一个对应的索引。可以通过以下方法查看索引信息：

# 查看Series的索引print(s1.index)Index [0, 1, 2, 3]

为了更好地管理和操作数据，可以对索引进行增删查改操作。

4. 数据操作

以下是一些常用的数据操作方法：

4.1 数据查询

可以通过以下方式查询DataFrame对象的数据：

# 查看前5行数据print(df.head())    A       B               C       D  E    F0  1.0 2013-01-02  1.0    3  test  foo1  1.0 2013-01-02  1.0    3  train  foo2  1.0 2013-01-02  1.0    3  test  foo3  1.0 2013-01-02  1.0    3  train  foo

通过指定行和列范围可以查看特定范围内的数据：

# 查看第1行print(df.iloc[0])A    1.0B  2013-01-02C    1.0D    3E   testF    fooName: 0, dtype: object

4.2 数据筛选

可以通过条件筛选来获取特定行或列的数据：

# 根据条件筛选数据print(df[df.open > 10].head())    date    open    close   high    low volume  code378 2017-07-14  10.483  10.570  10.609  10.337  1722570.0   000001379 2017-07-17  10.619  10.483  10.987  10.396  3273123.0   000001380 2017-07-18  10.425  10.716  10.803  10.299  2349431.0   000001381 2017-07-19  10.657  10.754  10.851  10.551  1933075.0   000001382 2017-07-20  10.745  10.638  10.880  10.580  1537338.0   000001

4.3 数据增删

可以通过以下方法对数据进行增删：

# 删除指定列print(df.drop('Open', axis=1).head())    date    close   high    low volume  code0  2015-12-24  9.935  10.174  9.871  1039018.0   0000011  2015-12-25  9.879  9.998  9.815  399845.0    0000012  2015-12-28  9.537  9.919  9.537  822408.0    0000013  2015-12-29  9.624  9.632  9.529  619802.0    0000014  2015-12-30  9.632  9.640  9.513  532667.0    000001

5. 数据分析

可以通过描述统计方法分析数据分布：

# 查看数据描述print(df.describe()) Open      mean       std       min       max10.7862   1.5962    8.6580    15.9090Close     9.7927    1.6021    7.6100    14.8600High     9.8942    1.6620    7.7770    14.9980Low      9.6863    1.5424    7.4990    14.4470Volume  833968.6  607731.7  153901.0  4262825.0

可以通过以下方法处理缺失值：

# 删除含有NaN的行print(df.dropna(how='any').head())

可以通过以下方法对数据进行排序：

# 按照Open列排序print(df.sort_values(by='Open').head()) Close   Code    Date    High    Low Open    Volume10.9190  000001  2015-12-24  9.9980  9.7440  640229.010.8550  000001  2015-12-25  9.9270  9.8150  399845.010.8950  000001  2015-12-28  9.9190  9.5370  822408.010.5450  000001  2015-12-29  9.6320  9.5290  619802.010.6240  000001  2015-12-30  9.6400  9.5130  532667.0

6. 数据可视化

pandas可以与matplotlib结合进行数据可视化：

# 绘制简单的折线图print(df[['Open', 'Close']].plot())

7. 数据读写

可以通过以下方法将数据读写为文件：

# 将数据保存为CSV文件print(df.to_csv('stock.csv'))

可以通过以下方法读取CSV文件：

# 读取CSV文件并指定列作为索引print(pd.read_csv('stock.csv', index_col=0).head())

以上只是pandas数据对象的基本操作和常用功能，具体功能和应用场景可以根据需求进一步探索和拓展。

转载地址：http://mvvfk.baihongyu.com/