Pandas常用方法和使用技巧

在python 3 環境下，根據實際使用pandas的一些經驗，簡單總結了一下pandas的使用要點。

pandas 有三種結構，都可以指定索引，預設情況下，索引值從0。三種結構分別為：

1. series初始化

data = [1,2,3,4]

a = series(data)

b = series(data, index = ['a','b','c','d'])

print(a,b)

2. dataframe初始化, 有橫軸index和縱軸column.可以傳入陣列或者字典構建。

dates = pd.date_range('20180101', periods = 6)

a = dataframe(np.random.randn(6,4), index = dates, columns = ['a','b','c','d'])

b = dataframe()

3. 資料檢視。下標(橫軸)用index檢視，列標用columns，數值用values檢視簡單的統計資料.describe, 轉置.t。

dates = pd.date_range('20180101', periods = 6)

a = dataframe(np.random.randn(6,4), index = dates, columns = ['a','b','c','d'])

print(a.index, a.columns, a.values)

print(a.describe(), a.t)

4. 排序，sort_index(axis=0, ascending=true)是對行或列的索引的排序, 整體一起移動。sort_values(by, axis=0, ascending=true) 根據by指定的列或行裡的值排序, axis需要與by的軸匹配。

dates = pd.date_range('20180101', periods = 6)

a = dataframe(np.random.randn(6,4), index = dates, columns = ['a','b','c','d'])

b = a.sort_index(axis = 0, ascending = false)

c = a.sort_index(axis = 1, ascending = false)

d = a.sort_values(by = 'c', axis = 0, ascending = true)

5. dataframe 索引和切片. 保留了numpy用數值範圍進行切片的方法獲取行，同時可以用索引標籤範圍切片獲取行和列最好使用.at, .iat, .loc, .iloc 和 .ix 方法進行索引。

dates = pd.date_range('20180101', periods = 6)

a = dataframe(np.random.randn(6,4), index = dates, columns = ['a','b','c','d'])

b = a[0:3] # 數值範圍對行進行切片

b2 = a['20180102':'20180105']

b3 = a['b'] = a.b # a['b','c']這種不行，需要為 a[['b','c']]，用.lco，.ix 可以方便的選擇多行或多列

b4 = a.loc[:, ['b','c']] # 此種形式對行和列切片類似numpy,ix也有一樣的效果

b5 = a.at[dates[1], 'a']

b6 = a[a.a > 0]

b6 = a[a < 0]

6. 算數運算和資料對齊。pandas的乙個重要功能便是可以對不同的索引物件進行算術運算，如果存在不同的索引，則結果的索引就是所有索引的並集，不同索引值的地方進行填充，預設為nan,然後進行算術運算。用add, sub,div,mul進行操作，可以在運算前指定補充的值。

df = dataframe(np.random.rand(3,3), columns = list('bcd'), index = ['b','c','d'] )

df2 = dataframe(np.random.rand(4,3), columns = list('bde'), index = ['a','b','c','e'])

df3 = df + df2

df4 = df.add(df2, fill_value = 0)