玩轉Pandas，讓數據處理更easy系列1

做演算法工作的都知道，沒有數據怎麼玩？ 清洗、分析數據Pandas那是一利器，熟練準確地使用Pandas，會使你應對工作更輕鬆自如，讓你少熬夜加班。本文根據近期工作使用Pandas的心得體會，總結下Pandas的框架結構和常用的API，書寫思路按照使用Pandas的邏輯結構，分享給大家。

微信群: gz113097485

QQ交流群：646901659

1Series對象介紹

Series 是pandas兩大數據結構中（DataFrame，Series）的一種，我們先從Series的定義說起，Series是一種類似於一維數組的對象，它由一組數據（各種NumPy數據類型）以及一組與之相關的數據標籤（即索引）組成。

Series對象本質上是一個NumPy的數組，因此NumPy的數組處理函數可以直接對Series進行處理。但是Series除了可以使用位置作為下標存取元素之外，還可以使用標籤下標存取元素，這一點和字典相似，每個Series對象都由兩個數組組成：

了解Series的這種數據結構，對於接下來使用Series至關重要。

2靈活使用Series

這部分的總結思路如下：

1. 如何創建Series；
2. Series索引;
3. Series的增刪改查

2.1 創建Series

創建Series，直接調用Series的構造函數，如下：

#只指定values

s1 = pd.Series( [3,5,7])

#還指定index

s2 = pd.Series( [3,5,7], index = list(ABC) )

#再指定name

s3 = pd.Series( [3,5,7], index = list(ABC),name=s3 ) #指定name的作用：append到pd中的行索引標籤

• 單獨說明一點：
• Series的元素類型可以是不同的，比如：

mix = pd.Series( [3, 5, 7.0] ) # 此時的mix的類型為object，而不是像上面的int64

2.2 Series索引

創建Series時，如果不指定index，默認索引從0開始。如果創建完Series後，想修改索引，可以這樣：

s1.index = [a, b, c]

這樣，s1的索引變為從a開始。

2.3 Series增刪改查

2.3.1增加

Series的增加有兩個類似的API，但是不要混淆了啊，一個是add，它的效果是元素對應相加，另一個是append，才是將元素拼接到原series後。

s3.add(s2)

元素的個數還是3個，只不過元素大小變為[6,10,14]，注意如果索引不相同的add，會增加元素個數，但是所有元素都變為Nan

那append的呢？

s3.append(s2) #元素個數變為6個，並且索引可以允許重複，記住pandas中是允許出現重複的索引標籤的。

2.3.2 刪除

如何刪除series的一個元素呢，調用drop，介面中傳入一個索引標籤。

s3.drop(A)

刪除後如果再想恢復怎麼辦呢？因為series的index是一個list，所以先添加一個pd.Index()實例，然後再充填上值就行：

s3.index.append(pd.Index([A]) )

2.3.3 修改

想修改某個元素，直接找到對應的標籤（按照字典的方式），或找到對應的values的索引，

s3[B] = 6

或者，

s3[1] = 6

2.3.4 查找

查找某個元素，可以通過標籤或索引，見如上的修改方法，不再詳述。

3DataFrame

DataFrame是pandas的兩個重要數據結構的另一個，可以看做是Series的容器，看早一個DataFrame實例的方法也很簡單：

pd_data = pd.DataFrame([ [9,0,1],[7,3,10] ] )

這種方法默認下行索引標籤和列索引標籤都是從0開始。注意這是DataFrame的重要特性之一，同時具有行列標籤，如果Series是一維的數組，那麼作為其容器的DataFrame自然是二維的數組，其中行的axis=0, 列的axis=1.

既然DataFrame和Series如此緊密，那麼它們之間又是如何通信的呢？ 下面看下如何將一個Series轉載到一個DataFrame的實例中。

3.1 裝載Series

先看一個沒達到預期的裝載，我們想把s3裝載到pd_data中，調用append，API調對了，但是錯誤的是它們的索引不對應，所以：

pd_data.append(s3)

因此，以上的DataFrame實例pd_data，修改其columns與s3對應，

pd_data.columns = list(ABC)

pd_data.append(s3)

插播：

• 上面也涉及到DataFrame的行列標籤屬性設置，分別為index, columns，可以先創建後設置標籤，如上所示。
• 可以觀察到s3的name變為了加入後的行標籤

以上，pandas的兩種最重要的數據結構，弄明白了其原理，用起來便能順手些，如有疏漏或錯誤，請指針。

如需下載以上代碼，請後台回復： pandas1

更多文章：

NLP入門：CNN,RNN應用文本分類，個性化搜索，蘋果和喬布斯關係抽取(2)

深度學習|大師之作，必是精品

演算法channel關鍵詞和文章索引

演算法優化|說說哨兵(sentinel value)

Numpy|需要信手拈來的功能

演算法channel ∣全原創乾貨分享

99%是工程與學術相結合的原創乾貨和筆記，從基礎演算法，到機器學習，深度學習，NLP，再到工程級的工具庫使用等10餘個頻道，如果你是演算法愛好者，對人工智慧感興趣，加入這裡！

推薦閱讀：