轉自:志學python
利用Python進行資料分析(8) pandas基礎: Series和DataFrame的基本操作
一、reindex() 方法:重新索引
針對 Series 的重新索引操作 重新索引指的是根據index參數重新進行排序。如果傳入的索引值在資料裡不存在,則不會報錯,而是添加缺失值的新行。不想用缺失值,可以用 fill_value 參數指定填充值。
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLiAjM2EzLcd3LcJzLcJzdllmVldWYtl2PnVGcq5CNk52ZmpGOxIDevwlM5AjN2QTNtUGall3LcVmdhNXLwRHdo9CXt92YucWbpRWdvx2Yx5yazF2Lc9CX6MHc0RHaiojIsJye.jpeg)
fill_value 會讓所有的缺失值都填充為同一個值,如果不想這樣而是用相鄰的元素(左或者右)的值填充,則可以用 method 參數,可選的參數值為 ffill 和 bfill,分别為用前值填充和用後值填充:
針對 DataFrame 的重新索引操作
二、drop() 方法:丢棄資料
針對 Series
針對 DataFrame
不僅可以删除行,還可以删除列:
三、索引、選取和過濾
針對 Series
需要注意一點的是,利用索引的切片運算與普通的 Python 切片運算不同,其末端是包含的,既包含最後一個的項。比較:
指派操作:
針對 DataFrame
DataFrame 中的 ix 操作:
四、算術運算和資料對齊
針對 Series 将2個對象相加時,具有重疊索引的索引值會相加處理;不重疊的索引則取并集,值為 NA:
針對 DataFrame
對齊操作會同時發生在行和列上,把2個對象相加會得到一個新的對象,其索引為原來2個對象的索引的并集:
和Series 對象一樣,不重疊的索引會取并集,值為 NA;如果不想這樣,試試使用 add() 方法進行資料填充:
五、函數應用和映射
将一個 lambda 表達式應用到每列資料裡:
除了lambda 表達式還可以定義一個函數:
六、排序
針對 Series
針對 DataFrame
七、排名
八、帶有重複值的軸索引
索引不強制唯一,例如一個重複索引的 Series: