Python数据分析与展示(5)——Pandas库入门
来源:互联网 发布:ubuntu 退出vim 编辑:程序博客网 时间:2024/06/06 02:43
最近在中国大学mooc网学习Python数据分析与展示相关知识,记入下来,以供参考。
Pandas库入门
Pandas库的
Pandas是Python第三方库,提供高性能易用数据类型和分析工具
Pandas基于NumPy实现,常与NumPy和Matplotlib一同使用
其引用方式一般如下:
import pandas as pd
Pandas库的Series类型
Series类型由一组数据及与之相关的数据索引组成
Series类型的创建
Series类型可以由如下类型创建:
• Python列表,index与列表元素个数一致
• 标量值,index表达Series类型的尺寸
• Python字典,键值对中的“键”是索引,index从字典中进行选择操作
• ndarray,索引和数据都可以通过ndarray类型创建
• 其他函数,range()函数等
In [1]:import pandas as pd#从列表创建In [2]:a = pd.Series([9,8,7,6])In [3]:aOut[3]: 0 91 82 73 6dtype: int64In [4]:b = pd.Series([9,8,7,6],index = ['a','b','c','d'])In [5]:bOut[5]: a 9b 8c 7d 6dtype: int64#从标量值创建In [6]:s = pd.Series(25,index = ['a','b','c'])In [7]:sOut[7]: a 25b 25c 25dtype: int64#从字典类型创建In [8]:d = pd.Series({'a':9,'b':8,'c':7})In [9]:dOut[9]: a 9b 8c 7dtype: int64In [10]:e = pd.Series({'a':9,'b':8,'c':7},index = ['c','a','b','d'])In [11]:eOut[11]: c 7.0a 9.0b 8.0d NaNdtype: float64#从ndarray类型创建In [12]:import numpy as npIn [13]:n =pd.Series(np.arange(5))In [14]:nOut[14]: 0 01 12 23 34 4dtype: int32In [15]:n =pd.Series(np.arange(5),index = np.arange(9,4,-1))In [16]:nOut[16]: 9 08 17 26 35 4dtype: int32
Series类型的基本操作
- Series类型包括index和values两部分
- Series类型的操作类似ndarray类型
- Series类型的操作类似Python字典类型
In[17]:b.indexOut[17]: Index(['a', 'b', 'c', 'd'], dtype='object')In[18]:b.valuesOut[18]: array([9, 8, 7, 6], dtype=int64)
Series类型的操作类似ndarray类型:
• 索引方法相同,采用[]
• NumPy中运算和操作可用于Series类型
• 可以通过自定义索引的列表进行切片
• 可以通过自动索引进行切片,如果存在自定义索引,则一同被切片Series类型的操作类似Python字典类型:
• 通过自定义索引访问
• 保留字in操作,不会判断自动索引
• 使用.get()方法
Series类型对齐操作
In[22]:a = pd.Series([1,2,3],['c','d','e'])In[23]:b = pd.Series([9,8,7,6],['a', 'b', 'c', 'd'])In[24]:a + bOut[24]: a NaNb NaNc 8.0d 8.0e NaNdtype: float64
Series类型在运算中会自动对齐不同索引的数据
Series类型的name属性
Series对象和索引都可以有一个名字,存储在属性.name中
In [31]:b.nameIn [32]:b.name = "Series对象"In [33]:b.index.name = '索引列'In [34]:bOut[34]: 索引列a 9b 8c 7d 6Name: Series对象, dtype: int64
Pandas库的DataFrame类型
DataFrame类型
DataFrame类型由共用相同索引的一组列组成
DataFrame是一个表格型的数据类型,每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据,但可以表达多维数据
DataFrame类型可以由如下类型创建:
• 二维ndarray对象
• 由一维ndarray、列表、字典、元组或Series构成的字典
• Series类型
• 其他的DataFrame类型
#从二维ndarry对象创建In [35]:import pandas as pdIn [36]:import numpy as npIn [37]:d = pd.DataFrame(np.arange(10).reshape(2,5))In [38]:dOut[38]: 0 1 2 3 40 0 1 2 3 41 5 6 7 8 9#从一维ndarry对象字典创建In [42]: dt = {'one':pd.Series([1,2,3],index = ['a','b','c']),'two':pd.Series([9,8,7,6],index = ['a', 'b', 'c', 'd'])}In [43]: d = pd.DataFrame(dt)In [44]: dOut[44]: one twoa 1.0 9b 2.0 8c 3.0 7d NaN 6In [46]: pd.DataFrame(dt,index = ['a','b','c'],columns = ['two','three'])Out[46]: two threea 9 NaNb 8 NaNc 7 NaN
Pandas库的数据类型操作
如何改变Series和DataFrame对象?
增加或重排:重新索引
删除:drop
重新索引
.reindex()能够改变或重排Series和DataFrame索引
.reindex(index=None, columns=None, …)的参数
- index, columns 新的行列自定义索引
- fill_value 重新索引中,用于填充缺失位置的值
- method 填充方法, ffill当前值向前填充,bfill向后填充
- limit 最大填充量
- copy 默认True,生成新的对象,False时,新旧相等不复制
索引类型的常用方法
删除指定索引对象
.drop()能够删除Series和DataFrame指定行或列索引
Pandas库的数据类型运算
算数运算法则
- 算术运算根据行列索引,补齐后运算,运算默认产生浮点数
- 补齐时缺项填充NaN (空值)
- 二维和一维、一维和零维间为广播运算
- 采用+ ‐ * /符号进行的二元运算产生新的对象
方法形式的运算
比较运算法则
- 比较运算只能比较相同索引的元素,不进行补齐
- 二维和一维、一维和零维间为广播运算
- 采用> < >= <= == !=等符号进行的二元运算产生布尔对象
- Python数据分析与展示(5)——Pandas库入门
- Python数据分析与展示(6)——Pandas数据特征分析
- 【Python数据分析与展示】(五)pandas库数据分析
- Python——数据分析Pandas入门
- 【Python数据分析与展示】(四)pandas库基本操作
- Python数据分析与展示(1)——NumPy库入门
- Python数据分析与展示(3)——Matplotlib库入门
- python数据分析(pandas入门)
- Python操作Mysql数据库入门——数据导入pandas(数据分析准备)
- Python点滴(三)—pandas数据分析与matplotlib画图
- Python点滴(三)—pandas数据分析与matplotlib画图
- Python数据分析与展示(2)——Numpy数据存取与函数
- 一文入门 Python 数据分析库 Pandas
- 一文入门Python数据分析库Pandas
- 一文入门 Python 数据分析库 Pandas
- Python数据分析|第5章 pandas入门
- python数据分析pandas包入门学习(二)基本功能
- 利用Python数据分析:pandas入门(一)
- 小白学tkinter(LabelFrame组件)
- 【React】ReactDOM.render源码分析
- Latex 表格 table 宽度太长
- 1048. Find Coins (25)
- JavaSE
- Python数据分析与展示(5)——Pandas库入门
- Unity3d:使用C#脚本生成与解析XML
- 51Nod-1610-路径计数
- 求助,帮忙设计基于stm32的地图导航
- linux驱动链表的使用
- 手残,双硬盘(SSD+HDD)双系统(Win10+ubuntu)用easyBCD删除win10引导项怎么办?戳这里
- jquery 中stop()方法总结
- 使用Jquery Easy UI要导入的js顺序
- C++的那些事