python数据分析pandas基础

　　frompandasimportSeries，DataFrameimportpandasaspd
　　In〔4〕：objSeries（〔1，2，3，4〕）obj
　　Out〔4〕：01122334dtype：int64
　　In〔5〕：obj2Series（〔1，2，3，4〕，index〔a，b，c，d〕）obj2
　　Out〔5〕：a1b2c3d4dtype：int64
　　In〔6〕：obj2。values
　　Out〔6〕：array（〔1，2，3，4〕，dtypeint64）
　　In〔7〕：obj2。index
　　Out〔7〕：Index（〔a，b，c，d〕，dtypeobject）
　　In〔8〕：obj2〔b〕
　　Out〔8〕：2
　　In〔10〕：obj2〔c〕23obj2〔〔c，d〕〕
　　Out〔10〕：c23d4dtype：int64
　　In〔11〕：obj2
　　Out〔11〕：a1b2c23d4dtype：int64
　　In〔12〕：obj2〔obj20〕
　　Out〔12〕：b2d4dtype：int64
　　In〔13〕：obj22
　　Out〔13〕：a2b4c46d8dtype：int64
　　In〔16〕：importnumpyasnp
　　In〔18〕：np。abs（obj2）
　　Out〔18〕：a1b2c23d4dtype：int64
　　In〔20〕：data｛张三：92，李四：78，王五：68，小明：82｝
　　In〔21〕：obj3Series（data）obj3
　　Out〔21〕：小明82张三92李四78王五68dtype：int64
　　In〔22〕：names〔张三，李四，王五，小明〕obj4Series（data，indexnames）obj4
　　Out〔22〕：张三92李四78王五68小明82dtype：int64
　　In〔23〕：obj4。namemathobj4。index。namestudents
　　In〔24〕：obj4
　　Out〔24〕：students张三92李四78王五68小明82Name：math，dtype：int64dataframe
　　In〔1〕：importnumpyasnpfrompandasimportSeries，DataFrameimportpandasaspd
　　In〔2〕：data｛name：〔张三，李四，王五，小明〕，sex：〔female，female，male，male〕，year：〔2001，2001，2003，2002〕，city：〔北京，上海，广州，北京〕｝dfDataFrame（data）df
　　Out〔2〕：
　　city
　　name
　　sex
　　year
　　0hr北京
　　张三
　　female
　　2001hr1hr上海
　　李四
　　female
　　2001hr2hr广州
　　王五
　　male
　　2003hr3hr北京
　　小明
　　male
　　2002hrIn〔3〕：dfDataFrame（data，columns〔name，sex，year，city〕）df
　　Out〔3〕：
　　name
　　sex
　　year
　　city
　　0hr张三
　　female
　　2001hr北京
　　1hr李四
　　female
　　2001hr上海
　　2hr王五
　　male
　　2003hr广州
　　3hr小明
　　male
　　2002hr北京
　　In〔4〕：dfDataFrame（data，columns〔name，sex，year，city〕，index〔a，b，c，d〕）df
　　Out〔4〕：
　　name
　　sex
　　year
　　city
　　a
　　张三
　　female
　　2001hr北京
　　b
　　李四
　　female
　　2001hr上海
　　c
　　王五
　　male
　　2003hr广州
　　d
　　小明
　　male
　　2002hr北京
　　In〔5〕：df。index
　　Out〔5〕：Index（〔a，b，c，d〕，dtypeobject）
　　In〔6〕：df。columns
　　Out〔6〕：Index（〔name，sex，year，city〕，dtypeobject）
　　In〔7〕：data2｛sex：｛张三：female，李四：female，王五：male｝，city：｛张三：北京，李四：上海，王五：广州｝｝df2DataFrame（data2）df2
　　Out〔7〕：
　　city
　　sex
　　张三
　　北京
　　female
　　李四
　　上海
　　female
　　王五
　　广州
　　male
　　In〔8〕：df。index。nameiddf。columns。namestdinfo
　　In〔9〕：df
　　Out〔9〕：
　　stdinfo
　　name
　　sex
　　year
　　city
　　id
　　a
　　张三
　　female
　　2001hr北京
　　b
　　李四
　　female
　　2001hr上海
　　c
　　王五
　　male
　　2003hr广州
　　d
　　小明
　　male
　　2002hr北京
　　In〔10〕：objSeries（〔1，2，3，4〕，index〔a，b，c，d〕）obj
　　Out〔10〕：a1b2c3d4dtype：int64
　　In〔11〕：obj。index
　　Out〔11〕：Index（〔a，b，c，d〕，dtypeobject）
　　In〔12〕：df。index
　　Out〔12〕：Index（〔a，b，c，d〕，dtypeobject，nameid）
　　In〔13〕：df。columns
　　Out〔13〕：Index（〔name，sex，year，city〕，dtypeobject，namestdinfo）
　　In〔14〕：indexobj。indexindex〔1〕fTypeErrorTraceback（mostrecentcalllast）ipythoninput144f995da5e969inmodule（）1indexobj。index2index〔1〕fF：Anacondaenvsdataanalysislibsitepackagespandascoreindexesbase。pyinsetitem（self，key，value）16681669defsetitem（self，key，value）：1670raiseTypeError（Indexdoesnotsupportmutableoperations）16711672defgetitem（self，key）：TypeError：Indexdoesnotsupportmutableoperations
　　In〔15〕：df
　　Out〔15〕：
　　stdinfo
　　name
　　sex
　　year
　　city
　　id
　　a
　　张三
　　female
　　2001hr北京
　　b
　　李四
　　female
　　2001hr上海
　　c
　　王五
　　male
　　2003hr广州
　　d
　　小明
　　male
　　2002hr北京
　　In〔16〕：sexindf。columns
　　Out〔16〕：True
　　In〔17〕：findf。index
　　Out〔17〕：False
　　In〔20〕：objSeries（〔1，2，3，4〕，index〔b，a，c，d〕）obj
　　Out〔20〕：b1a2c3d4dtype：int64
　　In〔21〕：obj2obj。reindex（〔a，b，c，d，e〕）obj2
　　Out〔21〕：a2。0b1。0c3。0d4。0eNaNdtype：float64
　　In〔27〕：objSeries（〔1，2，3，4〕，index〔0，2，3，5〕）obj
　　Out〔27〕：01223354dtype：int64
　　In〔28〕：obj2obj。reindex（range（6），methodffill）obj2
　　Out〔28〕：011122334354dtype：int64
　　In〔29〕：dfDataFrame（np。arange（9）。reshape（3，3），index〔a，c，d〕，columns〔name，id，sex〕）df
　　Out〔29〕：
　　name
　　id
　　sex
　　a
　　0hr1hr2hrc
　　3hr4hr5hrd
　　6hr7hr8hrIn〔30〕：df2df。reindex（〔a，b，c，d〕）df2
　　Out〔30〕：
　　name
　　id
　　sex
　　a
　　0。0
　　1。0
　　2。0
　　b
　　NaN
　　NaN
　　NaN
　　c
　　3。0
　　4。0
　　5。0
　　d
　　6。0
　　7。0
　　8。0
　　In〔31〕：df3df。reindex（columns〔name，year，id〕，fillvalue0）df3
　　Out〔31〕：
　　name
　　year
　　id
　　a
　　0hr0hr1hrc
　　3hr0hr4hrd
　　6hr0hr7hrIn〔49〕：data｛name：〔张三，李四，王五，小明〕，grade：〔68，78，63，92〕｝dfDataFrame（data）df
　　Out〔49〕：
　　grade
　　name
　　0hr68hr张三
　　1hr78hr李四
　　2hr63hr王五
　　3hr92hr小明
　　In〔50〕：df2df。sortvalues（bygrade）df2
　　Out〔50〕：
　　grade
　　name
　　2hr63hr王五
　　0hr68hr张三
　　1hr78hr李四
　　3hr92hr小明
　　In〔51〕：df3df2。resetindex（）df3
　　Out〔51〕：
　　index
　　grade
　　name
　　0hr2hr63hr王五
　　1hr0hr68hr张三
　　2hr1hr78hr李四
　　3hr3hr92hr小明
　　In〔52〕：df4df2。resetindex（dropTrue）df4
　　Out〔52〕：
　　grade
　　name
　　0hr63hr王五
　　1hr68hr张三
　　2hr78hr李四
　　3hr92hr小明
　　In〔45〕：data｛name：〔张三，李四，王五，小明〕，sex：〔female，female，male，male〕，year：〔2001，2001，2003，2002〕，city：〔北京，上海，广州，北京〕｝dfDataFrame（data）df
　　Out〔45〕：
　　city
　　name
　　sex
　　year
　　0hr北京
　　张三
　　female
　　2001hr1hr上海
　　李四
　　female
　　2001hr2hr广州
　　王五
　　male
　　2003hr3hr北京
　　小明
　　male
　　2002hrIn〔47〕：df2df。setindex（name）df2
　　Out〔47〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001hr李四
　　上海
　　female
　　2001hr王五
　　广州
　　male
　　2003hr小明
　　北京
　　male
　　2002hrIn〔48〕：df3df2。resetindex（）df3
　　Out〔48〕：
　　name
　　city
　　sex
　　year
　　0hr张三
　　北京
　　female
　　2001hr1hr李四
　　上海
　　female
　　2001hr2hr王五
　　广州
　　male
　　2003hr3hr小明
　　北京
　　male
　　2002索引和选取
　　In〔1〕：importnumpyasnpfrompandasimportSeries，DataFrameimportpandasaspd
　　In〔3〕：objSeries（〔1，2，3，4〕，index〔a，b，c，d〕）obj
　　Out〔3〕：a1b2c3d4dtype：int64
　　In〔4〕：obj〔1〕
　　Out〔4〕：2
　　In〔5〕：obj〔b〕
　　Out〔5〕：2
　　In〔6〕：obj〔〔a，c〕〕
　　Out〔6〕：a1c3dtype：int64
　　In〔7〕：obj〔0：2〕
　　Out〔7〕：a1b2dtype：int64
　　In〔8〕：obj〔a：c〕
　　Out〔8〕：a1b2c3dtype：int64
　　In〔53〕：data｛name：〔张三，李四，王五，小明〕，sex：〔female，female，male，male〕，year：〔2001，2001，2003，2002〕，city：〔北京，上海，广州，北京〕｝dfDataFrame（data）df
　　Out〔53〕：
　　city
　　name
　　sex
　　year
　　0hr北京
　　张三
　　female
　　2001hr1hr上海
　　李四
　　female
　　2001hr2hr广州
　　王五
　　male
　　2003hr3hr北京
　　小明
　　male
　　2002hrIn〔17〕：df〔city〕
　　Out〔17〕：0北京1上海2广州3北京Name：city，dtype：object
　　In〔18〕：df。name
　　Out〔18〕：0张三1李四2王五3小明Name：name，dtype：object
　　In〔20〕：df〔〔city，sex〕〕
　　Out〔20〕：
　　city
　　sex
　　0hr北京
　　female
　　1hr上海
　　female
　　2hr广州
　　male
　　3hr北京
　　male
　　In〔26〕：df2df。setindex（name）df2
　　Out〔26〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001hr李四
　　上海
　　female
　　2001hr王五
　　广州
　　male
　　2003hr小明
　　北京
　　male
　　2002hrIn〔27〕：df2〔0：2〕
　　Out〔27〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001hr李四
　　上海
　　female
　　2001hrIn〔28〕：df2〔李四：王五〕
　　Out〔28〕：
　　city
　　sex
　　year
　　name
　　李四
　　上海
　　female
　　2001hr王五
　　广州
　　male
　　2003hrIn〔29〕：df2
　　Out〔29〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001hr李四
　　上海
　　female
　　2001hr王五
　　广州
　　male
　　2003hr小明
　　北京
　　male
　　2002hrIn〔31〕：df2。loc〔张三〕
　　Out〔31〕：city北京sexfemaleyear2001Name：张三，dtype：object
　　In〔33〕：df2。loc〔〔张三，王五〕〕
　　Out〔33〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001hr王五
　　广州
　　male
　　2003hrIn〔35〕：df2。iloc〔1〕
　　Out〔35〕：city上海sexfemaleyear2001Name：李四，dtype：object
　　In〔36〕：df2。iloc〔〔1，3〕〕
　　Out〔36〕：
　　city
　　sex
　　year
　　name
　　李四
　　上海
　　female
　　2001hr小明
　　北京
　　male
　　2002hrIn〔41〕：df2。ix〔〔张三，王五〕，0：2〕
　　Out〔41〕：
　　city
　　sex
　　name
　　张三
　　北京
　　female
　　王五
　　广州
　　male
　　In〔75〕：pd。setoption（mode。chainedassignment，None）
　　In〔43〕：df2。ix〔：，〔sex，year〕〕获取列
　　Out〔43〕：
　　sex
　　year
　　name
　　张三
　　female
　　2001hr李四
　　female
　　2001hr王五
　　male
　　2003hr小明
　　male
　　2002hrIn〔44〕：df2。ix〔〔1，3〕，：〕获取行
　　Out〔44〕：
　　city
　　sex
　　year
　　name
　　李四
　　上海
　　female
　　2001hr小明
　　北京
　　male
　　2002hrIn〔45〕：df2〔sex〕female
　　Out〔45〕：name张三True李四True王五False小明FalseName：sex，dtype：bool
　　In〔46〕：df2〔df2〔sex〕female〕
　　Out〔46〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001hr李四
　　上海
　　female
　　2001hrIn〔48〕：df2〔（df2〔sex〕female）（df2〔city〕北京）〕
　　Out〔48〕：
　　city
　　sex
　　year
　　name
　　张三
　　北京
　　female
　　2001行和列的操作
　　In〔54〕：df
　　Out〔54〕：
　　city
　　name
　　sex
　　year
　　0hr北京
　　张三
　　female
　　2001hr1hr上海
　　李四
　　female
　　2001hr2hr广州
　　王五
　　male
　　2003hr3hr北京
　　小明
　　male
　　2002hrIn〔57〕：newdata｛city：武汉，name：小李，sex：male，year：2002｝
　　In〔59〕：dfdf。append（newdata，ignoreindexTrue）忽略索引值df
　　Out〔59〕：
　　city
　　name
　　sex
　　year
　　0hr北京
　　张三
　　female
　　2001hr1hr上海
　　李四
　　female
　　2001hr2hr广州
　　王五
　　male
　　2003hr3hr北京
　　小明
　　male
　　2002hr4hr武汉
　　小李
　　male
　　2002hrIn〔60〕：df〔class〕2018df
　　Out〔60〕：
　　city
　　name
　　sex
　　year
　　class
　　0hr北京
　　张三
　　female
　　2001hr2018hr1hr上海
　　李四
　　female
　　2001hr2018hr2hr广州
　　王五
　　male
　　2003hr2018hr3hr北京
　　小明
　　male
　　2002hr2018hr4hr武汉
　　小李
　　male
　　2002hr2018hrIn〔61〕：df〔math〕〔92，78，58，69，82〕df
　　Out〔61〕：
　　city
　　name
　　sex
　　year
　　class
　　math
　　0hr北京
　　张三
　　female
　　2001hr2018hr92hr1hr上海
　　李四
　　female
　　2001hr2018hr78hr2hr广州
　　王五
　　male
　　2003hr2018hr58hr3hr北京
　　小明
　　male
　　2002hr2018hr69hr4hr武汉
　　小李
　　male
　　2002hr2018hr82hrIn〔63〕：newdfdf。drop（2）删除行newdf
　　Out〔63〕：
　　city
　　name
　　sex
　　year
　　class
　　math
　　0hr北京
　　张三
　　female
　　2001hr2018hr92hr1hr上海
　　李四
　　female
　　2001hr2018hr78hr3hr北京
　　小明
　　male
　　2002hr2018hr69hr4hr武汉
　　小李
　　male
　　2002hr2018hr82hrIn〔64〕：newdfnewdf。drop（class，axis1）删除列newdf
　　Out〔64〕：
　　city
　　name
　　sex
　　year
　　math
　　0hr北京
　　张三
　　female
　　2001hr92hr1hr上海
　　李四
　　female
　　2001hr78hr3hr北京
　　小明
　　male
　　2002hr69hr4hr武汉
　　小李
　　male
　　2002hr82hrIn〔65〕：newdf。rename（index｛3：2，4：3｝，columns｛math：Math｝，inplaceTrue）inplace可在原数据上修改newdf
　　Out〔65〕：
　　city
　　name
　　sex
　　year
　　Math
　　0hr北京
　　张三
　　female
　　2001hr92hr1hr上海
　　李四
　　female
　　2001hr78hr2hr北京
　　小明
　　male
　　2002hr69hr3hr武汉
　　小李
　　male
　　2002hr82hrIn〔67〕：obj1Series（〔3。2，5。3，4。4，3。7〕，index〔a，c，g，f〕）obj1
　　Out〔67〕：a3。2c5。3g4。4f3。7dtype：float64
　　In〔68〕：obj2Series（〔5。0，2，4。4，3。4〕，index〔a，b，c，d〕）obj2
　　Out〔68〕：a5。0b2。0c4。4d3。4dtype：float64
　　In〔69〕：obj1obj2
　　Out〔69〕：a8。2bNaNc9。7dNaNfNaNgNaNdtype：float64
　　In〔70〕：df1DataFrame（np。arange（9）。reshape（3，3），columns〔a，b，c〕，index〔apple，tea，banana〕）df1
　　Out〔70〕：
　　a
　　b
　　c
　　apple
　　0hr1hr2hrtea
　　3hr4hr5hrbanana
　　6hr7hr8hrIn〔71〕：df2DataFrame（np。arange（9）。reshape（3，3），columns〔a，b，d〕，index〔apple，tea，coco〕）df2
　　Out〔71〕：
　　a
　　b
　　d
　　apple
　　0hr1hr2hrtea
　　3hr4hr5hrcoco
　　6hr7hr8hrIn〔72〕：df1df2
　　Out〔72〕：
　　a
　　b
　　c
　　d
　　apple
　　0。0
　　2。0
　　NaN
　　NaN
　　banana
　　NaN
　　NaN
　　NaN
　　NaN
　　coco
　　NaN
　　NaN
　　NaN
　　NaN
　　tea
　　6。0
　　8。0
　　NaN
　　NaN
　　In〔73〕：df1
　　Out〔73〕：
　　a
　　b
　　c
　　apple
　　0hr1hr2hrtea
　　3hr4hr5hrbanana
　　6hr7hr8hrIn〔76〕：sdf1。ix〔apple〕s
　　Out〔76〕：a0b1c2Name：apple，dtype：int32
　　In〔77〕：df1s
　　Out〔77〕：
　　a
　　b
　　c
　　apple
　　0hr0hr0hrtea
　　3hr3hr3hrbanana
　　6hr6hr6hrIn〔78〕：data｛fruit：〔apple，orange，grape，banana〕，price：〔25元，42元，35元，14元〕｝df1DataFrame（data）df1
　　Out〔78〕：
　　fruit
　　price
　　0hrapple
　　25元
　　1hrorange
　　42元
　　2hrgrape
　　35元
　　3hrbanana
　　14元
　　In〔79〕：deff（x）：returnx。split（元）〔0〕df1〔price〕df1〔price〕。map（f）df1
　　Out〔79〕：
　　fruit
　　price
　　0hrapple
　　25hr1hrorange
　　42hr2hrgrape
　　35hr3hrbanana
　　14hrIn〔80〕：df2DataFrame（np。random。randn（3，3），columns〔a，b，c〕，index〔app，win，mac〕）df2
　　Out〔80〕：
　　a
　　b
　　c
　　app
　　1。507962
　　2。140018
　　0。053571
　　win
　　0。729671
　　0。207060
　　0。397773
　　mac
　　0。191497
　　0。765726
　　0。266327
　　In〔81〕：flambdax：x。max（）x。min（）df2。apply（f）
　　Out〔81〕：a1。699460b2。347079c0。664100dtype：float64
　　In〔82〕：df2
　　Out〔82〕：
　　a
　　b
　　c
　　app
　　1。507962
　　2。140018
　　0。053571
　　win
　　0。729671
　　0。207060
　　0。397773
　　mac
　　0。191497
　　0。765726
　　0。266327
　　In〔84〕：df2。applymap（lambdax：。2fx）
　　Out〔84〕：
　　a
　　b
　　c
　　app
　　1。51
　　2。14
　　0。05
　　win
　　0。73
　　0。21
　　0。40
　　mac
　　0。19
　　0。77
　　0。27
　　In〔86〕：obj1Series（〔2，3，2，1〕，index〔b，a，d，c〕）obj1
　　Out〔86〕：b2a3d2c1dtype：int64
　　In〔87〕：obj1。sortindex（）升序
　　Out〔87〕：a3b2c1d2dtype：int64
　　In〔88〕：obj1。sortindex（ascendingFalse）降序
　　Out〔88〕：d2c1b2a3dtype：int64
　　In〔91〕：obj1。sortvalues（）
　　Out〔91〕：b2c1d2a3dtype：int64
　　In〔92〕：df2
　　Out〔92〕：
　　a
　　b
　　c
　　app
　　1。507962
　　2。140018
　　0。053571
　　win
　　0。729671
　　0。207060
　　0。397773
　　mac
　　0。191497
　　0。765726
　　0。266327
　　In〔93〕：df2。sortvalues（byb）
　　Out〔93〕：
　　a
　　b
　　c
　　app
　　1。507962
　　2。140018
　　0。053571
　　mac
　　0。191497
　　0。765726
　　0。266327
　　win
　　0。729671
　　0。207060
　　0。397773
　　In〔2〕：dfDataFrame（np。random。randn（9）。reshape（3，3），columns〔a，b，c〕）df
　　Out〔2〕：
　　a
　　b
　　c
　　0hr0。660215
　　1。137716
　　0。302954
　　1hr1。496589
　　0。768645
　　2。091506
　　2hr0。170316
　　2。682284
　　0。041099
　　In〔3〕：df。sum（）
　　Out〔3〕：a2。327120b4。588645c2。435558dtype：float64
　　In〔4〕：df。sum（axis1）
　　Out〔4〕：00。78045511。36356222。553067dtype：float64
　　In〔5〕：data｛name：〔张三，李四，王五，小明〕，sex：〔female，female，male，male〕，math：〔78，79，83，92〕，city：〔北京，上海，广州，北京〕｝dfDataFrame（data）df
　　Out〔5〕：
　　city
　　math
　　name
　　sex
　　0hr北京
　　78hr张三
　　female
　　1hr上海
　　79hr李四
　　female
　　2hr广州
　　83hr王五
　　male
　　3hr北京
　　92hr小明
　　male
　　In〔6〕：df。describe（）
　　Out〔6〕：
　　math
　　count
　　4。000000
　　mean
　　83。000000
　　std
　　6。377042
　　min
　　78。000000
　　25
　　78。750000
　　50
　　81。000000
　　75
　　85。250000
　　max
　　92。000000
　　In〔7〕：objSeries（〔a，b，a，c，b〕）obj
　　Out〔7〕：0a1b2a3c4bdtype：object
　　In〔8〕：obj。unique（）
　　Out〔8〕：array（〔a，b，c〕，dtypeobject）
　　In〔9〕：obj。valuecounts（）
　　Out〔9〕：a2b2c1dtype：int64
　　In〔11〕：objSeries（np。random。randn（9），index〔〔one，one，one，two，two，two，three，three，three〕，〔a，b，c，a，b，c，a，b，c〕〕）obj
　　Out〔11〕：onea0。697195b0。887408c0。451851twoa0。390779b2。058070c0。760594threea0。305534b0。720491c0。259225dtype：float64
　　In〔12〕：obj。index
　　Out〔12〕：MultiIndex（levels〔〔one，three，two〕，〔a，b，c〕〕，labels〔〔0，0，0，2，2，2，1，1，1〕，〔0，1，2，0，1，2，0，1，2〕〕）
　　In〔13〕：obj〔two〕
　　Out〔13〕：a0。390779b2。058070c0。760594dtype：float64
　　In〔15〕：obj〔：，a〕内层选取
　　Out〔15〕：one0。697195two0。390779three0。305534dtype：float64
　　In〔16〕：dfDataFrame（np。arange（16）。reshape（4，4），index〔〔one，one，two，two〕，〔a，b，a，b〕〕，columns〔〔apple，apple，orange，orange〕，〔red，green，red，green〕〕）df
　　Out〔16〕：
　　apple
　　orange
　　red
　　green
　　red
　　green
　　one
　　a
　　0hr1hr2hr3hrb
　　4hr5hr6hr7hrtwo
　　a
　　8hr9hr10hr11hrb
　　12hr13hr14hr15hrIn〔17〕：df〔apple〕
　　Out〔17〕：
　　red
　　green
　　one
　　a
　　0hr1hrb
　　4hr5hrtwo
　　a
　　8hr9hrb
　　12hr13hrIn〔18〕：df。swaplevel（0，1）
　　Out〔18〕：
　　apple
　　orange
　　red
　　green
　　red
　　green
　　a
　　one
　　0hr1hr2hr3hrb
　　one
　　4hr5hr6hr7hra
　　two
　　8hr9hr10hr11hrb
　　two
　　12hr13hr14hr15hrIn〔19〕：df。sum（level0）
　　Out〔19〕：
　　apple
　　orange
　　red
　　green
　　red
　　green
　　one
　　4hr6hr8hr10hrtwo
　　20hr22hr24hr26hrIn〔20〕：df。sum（level1，axis1）
　　Out〔20〕：
　　green
　　red
　　one
　　a
　　4hr2hrb
　　12hr10hrtwo
　　a
　　20hr18hrb
　　28hr26pandas数据可视化
　　In〔6〕：importnumpyasnpfrompandasimportSeries，DataFrameimportpandasaspdimportmatplotlibasmplimportmatplotlib。pyplotasplt导入matplotlib库matplotlibinline魔法函数
　　In〔7〕：sSeries（np。random。normal（size10））s
　　Out〔7〕：00。46814211。40892720。18254830。04302340。12143750。53919460。01142370。93820781。58946090。460753dtype：float64
　　In〔8〕：s。plot（）
　　Out〔8〕：matplotlib。axes。subplots。AxesSubplotat0xafc5390
　　In〔10〕：dfDataFrame（｛normal：np。random。normal（size100），gamma：np。random。gamma（1，size100），poisson：np。random。poisson（size100）｝）df。cumsum（）
　　Out〔10〕：
　　gamma
　　normal
　　poisson
　　0hr1。804045
　　1。788000
　　0。0
　　1hr1。835715
　　0。089426
　　0。0
　　2hr3。850210
　　0。870177
　　0。0
　　3hr6。082898
　　0。902761
　　0。0
　　4hr8。837446
　　0。959945
　　1。0
　　5hr9。307126
　　1。658268
　　3。0
　　6hr9。518029
　　3。118419
　　6。0
　　7hr9。758011
　　3。861418
　　6。0
　　8hr10。481856
　　3。405625
　　6。0
　　9hr12。405202
　　4。892910
　　7。0
　　10hr13。086167
　　4。776206
　　7。0
　　11hr13。457807
　　3。217277
　　8。0
　　12hr13。574663
　　1。821368
　　9。0
　　13hr13。695523
　　2。829581
　　10。0
　　14hr13。819044
　　3。015490
　　11。0
　　15hr15。801080
　　2。629254
　　13。0
　　16hr17。043867
　　2。052196
　　14。0
　　17hr17。089774
　　3。687834
　　15。0
　　18hr17。499338
　　2。635491
　　16。0
　　19hr18。257891
　　2。636466
　　18。0
　　20hr19。101743
　　2。272298
　　19。0
　　21hr24。158020
　　0。113947
　　20。0
　　22hr25。112218
　　0。594266
　　23。0
　　23hr25。986628
　　1。326405
　　23。0
　　24hr28。383365
　　1。349211
　　23。0
　　25hr28。753694
　　1。527589
　　23。0
　　26hr28。908734
　　1。312111
　　25。0
　　27hr30。607696
　　0。228251
　　26。0
　　28hr31。081009
　　1。067429
　　27。0
　　29hr31。330353
　　1。098605
　　28。0
　　。。。
　　。。。
　　。。。
　　。。。
　　70hr72。302929
　　14。123995
　　66。0
　　71hr72。794689
　　14。860449
　　67。0
　　72hr73。629651
　　14。828726
　　67。0
　　73hr74。610837
　　14。168664
　　68。0
　　74hr78。773897
　　13。334949
　　70。0
　　75hr80。916582
　　13。722037
　　71。0
　　76hr81。994526
　　14。717187
　　72。0
　　77hr83。927355
　　13。784763
　　72。0
　　78hr86。004903
　　13。343261
　　75。0
　　79hr86。609627
　　12。151334
　　75。0
　　80hr87。199249
　　13。345584
　　77。0
　　81hr87。213180
　　12。311815
　　77。0
　　82hr87。553190
　　13。864232
　　77。0
　　83hr89。157662
　　14。439016
　　78。0
　　84hr89。213456
　　14。401503
　　80。0
　　85hr89。471336
　　15。838362
　　81。0
　　86hr89。552332
　　14。406933
　　81。0
　　87hr91。565291
　　14。520602
　　82。0
　　88hr94。179919
　　12。017739
　　82。0
　　89hr95。075841
　　13。279973
　　83。0
　　90hr95。192719
　　13。089789
　　83。0
　　91hr96。148316
　　12。268122
　　84。0
　　92hr97。146898
　　11。830559
　　84。0
　　93hr97。456375
　　13。035484
　　86。0
　　94hr99。877122
　　11。966609
　　87。0
　　95hr103。015620
　　12。313341
　　88。0
　　96hr103。116648
　　12。715195
　　88。0
　　97hr103。490265
　　12。168645
　　89。0
　　98hr103。925893
　　11。502630
　　89。0
　　99hr105。008619
　　11。193637
　　89。0
　　100rows3columns
　　In〔11〕：df。cumsum（）。plot（）
　　Out〔11〕：matplotlib。axes。subplots。AxesSubplotat0xaef4c18
　　In〔12〕：data｛name：〔张三，李四，王五，小明，Peter〕，sex：〔female，female，male，male，male〕，year：〔2001，2001，2003，2002，2002〕，city：〔北京，上海，广州，北京，北京〕｝dfDataFrame（data）df
　　Out〔12〕：
　　city
　　name
　　sex
　　year
　　0hr北京
　　张三
　　female
　　2001hr1hr上海
　　李四
　　female
　　2001hr2hr广州
　　王五
　　male
　　2003hr3hr北京
　　小明
　　male
　　2002hr4hr北京
　　Peter
　　male
　　2002hrIn〔14〕：df〔sex〕。valuecounts（）
　　Out〔14〕：male3female2Name：sex，dtype：int64
　　In〔16〕：df〔sex〕。valuecounts（）。plot（kindbar）
　　Out〔16〕：matplotlib。axes。subplots。AxesSubplotat0xaf1ac50
　　In〔18〕：df2DataFrame（np。random。randint（0，100，size（3，3）），index（one，two，three），columns〔A，B，C〕）df2
　　Out〔18〕：
　　A
　　B
　　C
　　one
　　29hr5hr88hrtwo
　　35hr42hr43hrthree
　　87hr85hr76hrIn〔19〕：df2。plot（kindbarh）
　　Out〔19〕：matplotlib。axes。subplots。AxesSubplotat0xb5b53c8
　　In〔20〕：df2。plot（kindbarh，stackedTrue，alpha0。5）
　　Out〔20〕：matplotlib。axes。subplots。AxesSubplotat0xd576cf8
　　In〔28〕：sSeries（np。random。normal（size100））s。hist（bins20，gridFalse）
　　Out〔28〕：matplotlib。axes。subplots。AxesSubplotat0xcf9f5c0
　　In〔29〕：s。plot（kindkde）
　　Out〔29〕：matplotlib。axes。subplots。AxesSubplotat0xd266710
　　In〔31〕：df3DataFrame（np。arange（10），columns〔X〕）df3〔Y〕2df3〔X〕5df3
　　Out〔31〕：
　　X
　　Y
　　0hr0hr5hr1hr1hr7hr2hr2hr9hr3hr3hr11hr4hr4hr13hr5hr5hr15hr6hr6hr17hr7hr7hr19hr8hr8hr21hr9hr9hr23hrIn〔34〕：df3。plot（kindscatter，xX，yY）
　　Out〔34〕：matplotlib。axes。subplots。AxesSubplotat0xb1f98d0
　　In〔51〕：importnumpyasnpfrompandasimportSeries，DataFrameimportpandasaspdimportseabornassns导入seaborn库
　　In〔52〕：tipssns。loaddataset（tips）tips。head（）
　　Out〔52〕：
　　totalbill
　　tip
　　sex
　　smoker
　　day
　　time
　　size
　　0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr1hr10。34
　　1。66
　　Male
　　No
　　Sun
　　Dinner
　　3hr2hr21。01
　　3。50
　　Male
　　No
　　Sun
　　Dinner
　　3hr3hr23。68
　　3。31
　　Male
　　No
　　Sun
　　Dinner
　　2hr4hr24。59
　　3。61
　　Female
　　No
　　Sun
　　Dinner
　　4hrIn〔54〕：tips。shape
　　Out〔54〕：（244，7）
　　In〔55〕：tips。describe（）
　　Out〔55〕：
　　totalbill
　　tip
　　size
　　count
　　244。000000
　　244。000000
　　244。000000
　　mean
　　19。785943
　　2。998279
　　2。569672
　　std
　　8。902412
　　1。383638
　　0。951100
　　min
　　3。070000
　　1。000000
　　1。000000
　　25
　　13。347500
　　2。000000
　　2。000000
　　50
　　17。795000
　　2。900000
　　2。000000
　　75
　　24。127500
　　3。562500
　　3。000000
　　max
　　50。810000
　　10。000000
　　6。000000
　　In〔56〕：tips。info（）classpandas。core。frame。DataFrameRangeIndex：244entries，0to243Datacolumns（total7columns）：totalbill244nonnullfloat64tip244nonnullfloat64sex244nonnullcategorysmoker244nonnullcategoryday244nonnullcategorytime244nonnullcategorysize244nonnullint64dtypes：category（4），float64（2），int64（1）memoryusage：7。2KB
　　In〔57〕：tips。plot（kindscatter，xtotalbill，ytip）
　　Out〔57〕：matplotlib。axes。subplots。AxesSubplotat0xe034828
　　In〔62〕：maletiptips〔tips〔sex〕Male〕〔tip〕。mean（）maletip
　　Out〔62〕：3。0896178343949052
　　In〔63〕：femaletiptips〔tips〔sex〕Female〕〔tip〕。mean（）femaletip
　　Out〔63〕：2。833448275862069
　　In〔66〕：sSeries（〔maletip，femaletip〕，index〔male，female〕）s
　　Out〔66〕：male3。089618female2。833448dtype：float64
　　In〔67〕：s。plot（kindbar）
　　Out〔67〕：matplotlib。axes。subplots。AxesSubplotat0xddd27f0
　　In〔68〕：tips〔day〕。unique（）
　　Out〔68〕：〔Sun，Sat，Thur，Fri〕Categories（4，object）：〔Sun，Sat，Thur，Fri〕
　　In〔71〕：suntiptips〔tips〔day〕Sun〕〔tip〕。mean（）sattiptips〔tips〔day〕Sat〕〔tip〕。mean（）thurtiptips〔tips〔day〕Thur〕〔tip〕。mean（）fritiptips〔tips〔day〕Fri〕〔tip〕。mean（）
　　In〔72〕：sSeries（〔thurtip，fritip，sattip，suntip〕，index〔Thur，Fri，Sat，Sun〕）s
　　Out〔72〕：Thur2。771452Fri2。734737Sat2。993103Sun3。255132dtype：float64
　　In〔73〕：s。plot（kindbar）
　　Out〔73〕：matplotlib。axes。subplots。AxesSubplotat0xdefe5c0
　　In〔74〕：tips〔percenttip〕tips〔tip〕（tips〔totalbill〕tips〔tip〕）tips。head（10）
　　Out〔74〕：
　　totalbill
　　tip
　　sex
　　smoker
　　day
　　time
　　size
　　percenttip
　　0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr0。056111
　　1hr10。34
　　1。66
　　Male
　　No
　　Sun
　　Dinner
　　3hr0。138333
　　2hr21。01
　　3。50
　　Male
　　No
　　Sun
　　Dinner
　　3hr0。142799
　　3hr23。68
　　3。31
　　Male
　　No
　　Sun
　　Dinner
　　2hr0。122638
　　4hr24。59
　　3。61
　　Female
　　No
　　Sun
　　Dinner
　　4hr0。128014
　　5hr25。29
　　4。71
　　Male
　　No
　　Sun
　　Dinner
　　4hr0。157000
　　6hr8。77
　　2。00
　　Male
　　No
　　Sun
　　Dinner
　　2hr0。185701
　　7hr26。88
　　3。12
　　Male
　　No
　　Sun
　　Dinner
　　4hr0。104000
　　8hr15。04
　　1。96
　　Male
　　No
　　Sun
　　Dinner
　　2hr0。115294
　　9hr14。78
　　3。23
　　Male
　　No
　　Sun
　　Dinner
　　2hr0。179345
　　In〔76〕：tips〔percenttip〕。hist（bins50）
　　Out〔76〕：matplotlib。axes。subplots。AxesSubplotat0xe264710