提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

本文主要介绍pandas的一些基本用法。

---

一、pandas的数据结构

1、一维数组pd.Series

1.1 pd.Series（data,index,dtype）

pd.Series 的主要参数有以下几个：

1. data：Series 的数据，可以是列表、数组、字典等。如果是字典，字典的键将成为 Series 的索引，字典的值将成为 Series 的数据。

2. index：用于指定 Series 的索引，可以是列表、数组、索引对象（如 pd.Index 对象）、标量或者 None。如果不提供索引，将默认使用从 0 开始的整数索引。

3. dtype：指定 Series 的数据类型。如果不指定，将根据数据类型推断。
   下面是一些示例：

示例1：不定义index

# 通过列表创建 Series,不定义index会自动生成0....index
data = [1, 2, 3, 4, 5]
s = pd.Series(data)
print(s)

输出：

示例2：自定义index

data = [1, 2, 3, 4, 5]
# 自定义索引
index = ['a', 'b', 'c', 'd', 'e']
s = pd.Series(data, index=index)
print(s)

输出：

示例3：通过字典创建

# 通过字典创建 Series
data = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
s = pd.Series(data)
print(s)

输出：

1.2 属性与方法

# 属性（部分）
print(s.dtype)      # 数据的类型
print(s.ndim)       # 一维数组维数，永远是1
print(s.shape)   # Series 的形状
print(s.size)    # 元素的总数
# 方法（部分）
print(s.mean())  # 平均值
print(s.max())   # 最大值
print(s.min())   # 最小值
print(s.unique()) # 唯一值

1.3 访问数据

# 访问数据
print('自定义index访问单个元素：',s['a'])      # 访问单个元素,返回的类型就是里面数据类型
print('位置索引访问单个元素：',s[1])           # 也可以通过位置索引访问，,返回的类型就是里面数据类型
print('索引列表访问多个元素1：\n',s[['a', 'b', 'c']]) # 通过索引列表访问多个元素，返回的数据类型（包括一条数据）都是pd.Series
# 注意：s[['0', '1']是不行的，索引列表只支持具体的index，不支持位置index

输出：

【注】：需要注意的就是仅取一个数据时的数据类型是什么；以及索引列表是不支持位置index的，只支持具体的index

1.4 数据操作（切片、过滤（布尔访问）、运算）

1.4.1 切片

# 切片至少会有两个数据吧，所以类型一定是pd.Series
print(s[1:3])
print(type(s[1:3]))

输出：

1.4.2 过滤（布尔访问）

# 过滤,返回的类型一定是pd.Series
print('s>2',s[s > 2])
print('s==2',s[s == 2])

输出：

1.4.3 排序

func	功能
.sort_values()	按值排序
.sort_index()	按索引排序

# 创建一个示例 Series
s = pd.Series([3, 1, 2, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

# 按值对 Series 进行排序
print("按值排序:")
print(s.sort_values())  # 按值排序，默认从小到大

# 按索引对 Series 进行排序
print("\n按索引排序:")
print(s.sort_index())   # 按索引排序

输出：

运行这段代码，你将看到每个操作的输出结果，以及它们之间的区别：

• 按值排序：Series 中的值按照升序排列，索引随之重新排列。
• 按索引排序：Series 中的索引按照字母顺序进行排列，对应的值随之重新排列。

【注】：返回的还是pd.Series
【注】：排序方法应该还有参数可以自定义排序规则（用里面参数），要用到时问一下ChatGPT。

1.4.4 重置索引 .reset_index()

比较常用，有时通过布尔过滤选择数据返回的数据index是乱的，我们调用这个方法，index就会重新编号成0,1,2…
【注】：与Dataframe里调用稍微有点不一样，Series该方法不支持原地修改（不能用inplace），另外二者都需要传入drop=True表明丢弃原来的索引，反之效果看下面代码给演示一下吧，不是很好叙述。

# 创建一个示例 Series
s = pd.Series([3, 1, 2, 4, 5])
s = s[s >= 3]

print(s)
# 重新设置索引，并丢弃原始索引
s_reset = s.reset_index(drop=True)

print(s_reset)

输出：返回的结果类型还是Series

【注】：如果不设置drop=True就会将原来索引保持下来，并当成Dataframe的一列保存下来，因此会返回一个Dataframe，像下面这样：

【注】：Dataframe里面也要 .reset_index(drop=True,inplace=True)

1.4.5 缺失值处理

func	功能
.isnull()	检测缺失值
.fillna()	填充缺失值
.dropna()	删除缺失值所在的行
具体更详细用法建议问ChatGPT

# 创建一个含有缺失值的 Series
s_with_nan = pd.Series([1, 2, None, 4, 5])
print(s_with_nan)

# 检测缺失值，返回一个布尔series
print(s_with_nan.isnull())
# 结合布尔过滤就能返回缺失值的数据了
print(s_with_nan[s_with_nan.isnull()])

print('-'*100)
# 填充缺失值
s_filled = s_with_nan.fillna(0)
print(s_filled)

# 删除缺失值所在的行
s_dropped = s_with_nan.dropna()
print(s_dropped)

输出：

1.5 高级用法（.apply(func)）---- 元素级操作

（.apply(func)）---- 元素级操作:将指定函数应用于 Series 中的每个元素，并返回结果。

# 创建 Series
s = pd.Series([1, 2, 3, 4, 5])

# 使用 apply 方法和 lambda 匿名函数，对每个元素进行平方操作
s_applied = s.apply(lambda x: x ** 2)
print(s_applied)

输出：

def f(x):
    return x**2
# 创建 Series
s = pd.Series([1, 2, 3, 4, 5])

# 使用 apply 方法和 自定义的函数
s_applied = s.apply(f)
print(s_applied)

1.6 空series及其判断