python 两个dataframe 相加 两个dataframe合并

一、为什么学习pandas

• numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？

• numpy能够帮助我们处理的是数值型的数据，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串，时间序列），那么pandas就可以帮我们很好的处理除了数值型的其他数据！

二、什么是pandas？

• 首先先来认识pandas中的两个常用的类

• Series
• DataFrame

1.Series的创建

• 由列表或numpy数组创建
• 由字典创建

#series只能创建一维数组
import numpy as np
import pandas as pd
from pandas import Series,DataFrame

#使用列表创建数组
s=Series(data=[1,2,3,4,5])
s

#numpy数组创建
s1=Series(data=np.random.randint(1,100,size=(2,)))
s1

Series(data=[1,2,3],index=['a','b','c'])#index是用来指定显示索引,显示索引不会覆盖隐示索引

1.2.Series的索引和切片

s = Series(data=[1,2,3,4,5],index=['a','b','c','d','e'])
s

#索引操作
s = Series(data=[1,2,3,4,5],index=['a','b','c','d','e'])
print(s[0])#查找索引为0的元素
print(s['a'])#查找索引为0的元素
print(s.a)
print(s[[1,2]])#查找索引为0的元素

#切片
s[0:3]
s['a':'c']

1.3.Series的常用属性

• shape
• size
• index
• values

print(s.shape)
print(s.size)
print(s.index)
print(s.values)

1.4.Series的常用方法

• head(),tail()
• unique()
• isnull(),notnull()
• add() sub() mul() div()

s.head(2)#显示前n个元素
s.tail(2)#后n个元素

s = Series(data=[1,1,2,2,3,4,5])
s.unique()#去重

s.nunique() #返回去重之后元素的个数

s.isnull() #isnull使用来检测元素是否为空

s.notnull()#用来检测元素是否为非空

#add()为例
a = pd.Series([1, 1, 1, np.nan], index=['a', 'b', 'c', 'd'])
b = pd.Series([1, np.nan, 1, np.nan], index=['a', 'b', 'd', 'e'])
a.add(b, fill_value=0)
print(a) 
print(b)
print(a.add(b,fill_value=0))

1.5.Series的算术运算

• 法则：索引一致的元素进行算数运算否则补空

s1 = Series(data=[1,2,3],index=['a','b','c'])
s2 = Series(data=[1,2,3],index=['a','d','c'])
s = s1+s2
s

s.isnull()

s.notnull()

2.DataFrame

• DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。

• 行索引：index
• 列索引：columns
• 值：values

2.1DataFrame的创建

• ndarray创建
• 字典创建

#ndarray创建
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
df=DataFrame(np.array([[1,2,33],[6,4,8]]))
df

#或者DataFrame(data=[[1,2,33],[6,4,8]])

#使用元祖创建
dic = {
    'name':['tom','jay','salay'],
    'salary':[10000,2000,15000]
}
DataFrame(dic)

df =DataFrame(data=np.random.randint(0,100,size=(3,2)),index=['a','b','c'],columns=['A','B'])
df

2.2DataFrame的属性

• values、columns、index、shape

print(df.values)
print(df.columns)
print(df.index)
print(df.shape)

练习1：

根据以下考试成绩表，创建一个DataFrame，命名为df：

张三  李四  
语文 150  0
数学 150  0
英语 150  0
理综 300  0

代码

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
df=DataFrame(data=[[150,0],[150,0],[150,0],[300,0]],columns=['张三','李四'],index=['语文','数学','英语','理综'])
df

2.3DataFrame索引操作(*重点)

• 对行进行索引
• 队列进行索引
• 对元素进行索引

df = DataFrame(data=np.random.randint(0,100,size=(5,4)),columns=['a','b','c','d'],index=['A','B','C','D','E'])
df

#索引取列
df['a']#显示索引取列
df.iloc[:,0] #隐式索引取列
df.a

#取行
df.iloc[0] #隐式索引取行
df.loc['A'] #显示索引取行

• iloc:

• 通过隐式索引取行

• loc:

• 通过显示索引取行

#取元素
df.loc['B','b']
df.iloc[1,1]
df.iloc[[0,1],2]

2.4DataFrame的切片操作

• 对行进行切片
• 对列进行切片

#切行
df[0:2]

#切列
df.iloc[:,0:2]

总结：

• df索引和切片操作

• 索引：

• df[col]:取列
• df.loc[index]:取行
• df.iloc[index,col]:取元素

• 切片：

• df[index1:index3]:切行
• df.iloc[:,col1:col3]:切列

2.5DataFrame的运算

• 同Series

练习2：

1. 假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。
2. 假设张三期中考试数学被发现作弊，要记为0分，如何实现？
3. 李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？
4. 后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？

#先建表，期中ddd和期末ddd2两张表
import pandas 
from pandas import Series,DataFrame
dic={
    '张三':[150,150,150,300],
    '李四':[0,0,0,0],
    '王五':[120,97,114,130]   
}  
df=DataFrame(data=dic,index=['语文','数学','英语','理综'])
ddd=df
ddd2=df
print(ddd)
print(ddd2)

#1.假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。

#2.假设张三期中考试数学被发现作弊，要记为0分，如何实现？
#先找到ddd中数学-张三成绩，然后再赋值为0
ddd.loc['数学','张三']=0
ddd.loc['数学','张三']

#3.李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？
#找到ddd表中李四的所有成绩（列），然后+100
ddd['李四']+=100
ddd['李四']

#4.来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？
ddd+=10
ddd