<input id="0qass"><u id="0qass"></u></input>
  • <input id="0qass"><u id="0qass"></u></input>
  • <menu id="0qass"><u id="0qass"></u></menu>

    什么是Pandas?Pandas的數據結構

    大數據系列 專欄收錄該內容
    31 篇文章 2 訂閱

    什么是Pandas?

    Pandas的名稱來自于面板數據(panel data)和Python數據分析(data analysis)。

    Pandas是一個強大的分析結構化數據的工具集,基于NumPy構建,提供了?高級數據結構?和?數據操作工具,它是使Python成為強大而高效的數據分析環境的重要因素之一。

    • 一個強大的分析和操作大型結構化數據集所需的工具集

    • 基礎是NumPy,提供了高性能矩陣的運算

    • 提供了大量能夠快速便捷地處理數據的函數和方法

    • 應用于數據挖掘,數據分析

    • 提供數據清洗功能

    Pandas的數據結構

    import pandas as pd
    

    Pandas有兩個最主要也是最重要的數據結構:?Series?和?DataFrame

    Series

    Series是一種類似于一維數組的?對象,由一組數據(各種NumPy數據類型)以及一組與之對應的索引(數據標簽)組成。

    • 類似一維數組的對象
    • 由數據和索引組成
      • 索引(index)在左,數據(values)在右
      • 索引是自動創建的

    1. 通過list構建Series

    ser_obj = pd.Series(range(10))

    示例代碼:

    # 通過list構建Series
    ser_obj = pd.Series(range(10, 20))
    print(ser_obj.head(3))
    
    print(ser_obj)
    
    print(type(ser_obj))
    
    學習資料可關注公眾號:學習py最風sao的方式
    

    運行結果:

    0    10
    1    11
    2    12
    dtype: int64
    
    0    10
    1    11
    2    12
    3    13
    4    14
    5    15
    6    16
    7    17
    8    18
    9    19
    dtype: int64
    
    <class 'pandas.core.series.Series'>
    

    2. 獲取數據和索引

    ser_obj.index 和 ser_obj.values

    示例代碼:

    # 獲取數據
    print(ser_obj.values)
    
    # 獲取索引
    print(ser_obj.index)
    

    運行結果:

    [10 11 12 13 14 15 16 17 18 19]
    RangeIndex(start=0, stop=10, step=1)
    

    3. 通過索引獲取數據

    ser_obj[idx]

    示例代碼:

    #通過索引獲取數據
    print(ser_obj[0])
    print(ser_obj[8])
    

    運行結果:

    10
    18
    

    4. 索引與數據的對應關系不被運算結果影響

    示例代碼:

    # 索引與數據的對應關系不被運算結果影響
    print(ser_obj * 2)
    print(ser_obj > 15)
    

    運行結果:

    0    20
    1    22
    2    24
    3    26
    4    28
    5    30
    6    32
    7    34
    8    36
    9    38
    dtype: int64
    
    0    False
    1    False
    2    False
    3    False
    4    False
    5    False
    6     True
    7     True
    8     True
    9     True
    dtype: bool
    

    5. 通過dict構建Series

    示例代碼:

    # 通過dict構建Series
    year_data = {2001: 17.8, 2002: 20.1, 2003: 16.5}
    ser_obj2 = pd.Series(year_data)
    print(ser_obj2.head())
    print(ser_obj2.index)
    

    運行結果:

    2001    17.8
    2002    20.1
    2003    16.5
    dtype: float64
    Int64Index([2001, 2002, 2003], dtype='int64')
    

    name屬性

    對象名:ser_obj.name

    對象索引名:ser_obj.index.name

    示例代碼:

    # name屬性
    ser_obj2.name = 'temp'
    ser_obj2.index.name = 'year'
    print(ser_obj2.head())
    

    運行結果:

    year
    2001    17.8
    2002    20.1
    2003    16.5
    Name: temp, dtype: float64
    


    DataFrame

    DataFrame是一個表格型的數據結構,它含有一組有序的列,每列可以是不同類型的值。DataFrame既有行索引也有列索引,它可以被看做是由Series組成的字典(共用同一個索引),數據是以二維結構存放的。

    • 類似多維數組/表格數據 (如,excel, R中的data.frame)
    • 每列數據可以是不同的類型
    • 索引包括列索引和行索引

    1. 通過ndarray構建DataFrame

    示例代碼:

    import numpy as np
    
    # 通過ndarray構建DataFrame
    array = np.random.randn(5,4)
    print(array)
    
    df_obj = pd.DataFrame(array)
    print(df_obj.head())
    

    運行結果:

    [[ 0.83500594 -1.49290138 -0.53120106 -0.11313932]
     [ 0.64629762 -0.36779941  0.08011084  0.60080495]
     [-1.23458522  0.33409674 -0.58778195 -0.73610573]
     [-1.47651414  0.99400187  0.21001995 -0.90515656]
     [ 0.56669419  1.38238348 -0.49099007  1.94484598]]
    
              0         1         2         3
    0  0.835006 -1.492901 -0.531201 -0.113139
    1  0.646298 -0.367799  0.080111  0.600805
    2 -1.234585  0.334097 -0.587782 -0.736106
    3 -1.476514  0.994002  0.210020 -0.905157
    4  0.566694  1.382383 -0.490990  1.944846
    

    2. 通過dict構建DataFrame

    示例代碼:

    # 通過dict構建DataFrame
    dict_data = {'A': 1, 
                 'B': pd.Timestamp('20170426'),
                 'C': pd.Series(1, index=list(range(4)),dtype='float32'),
                 'D': np.array([3] * 4,dtype='int32'),
                 'E': ["Python","Java","C++","C"],
                 'F': 'ITCast' }
    #print dict_data
    df_obj2 = pd.DataFrame(dict_data)
    print(df_obj2)
    

    運行結果:

       A          B    C  D       E       F
    0  1 2017-04-26  1.0  3  Python  ITCast
    1  1 2017-04-26  1.0  3    Java  ITCast
    2  1 2017-04-26  1.0  3     C++  ITCast
    3  1 2017-04-26  1.0  3       C  ITCast
    

    3. 通過列索引獲取列數據(Series類型)

    df_obj[col_idx] 或 df_obj.col_idx

    示例代碼:

    # 通過列索引獲取列數據
    print(df_obj2['A'])
    print(type(df_obj2['A']))
    
    print(df_obj2.A)
    

    運行結果:

    0    1.0
    1    1.0
    2    1.0
    3    1.0
    Name: A, dtype: float64
    <class 'pandas.core.series.Series'>
    0    1.0
    1    1.0
    2    1.0
    3    1.0
    Name: A, dtype: float64
    

    4. 增加列數據

    df_obj[new_col_idx] = data

    類似Python的 dict添加key-value

    示例代碼:

    # 增加列
    df_obj2['G'] = df_obj2['D'] + 4
    print(df_obj2.head())
    

    運行結果:

         A          B    C  D       E       F  G
    0  1.0 2017-01-02  1.0  3  Python  ITCast  7
    1  1.0 2017-01-02  1.0  3    Java  ITCast  7
    2  1.0 2017-01-02  1.0  3     C++  ITCast  7
    3  1.0 2017-01-02  1.0  3       C  ITCast  7
    

    5. 刪除列

    del df_obj[col_idx]

    示例代碼:

    # 刪除列
    del(df_obj2['G'] )
    print(df_obj2.head())
    

    運行結果:

         A          B    C  D       E       F
    0  1.0 2017-01-02  1.0  3  Python  ITCast
    1  1.0 2017-01-02  1.0  3    Java  ITCast
    2  1.0 2017-01-02  1.0  3     C++  ITCast
    3  1.0 2017-01-02  1.0  3       C  ITCast

    ?

    • 0
      點贊
    • 0
      評論
    • 0
      收藏
    • 打賞
      打賞
    • 掃一掃,分享海報

    ??2022 CSDN 皮膚主題:終極編程指南 設計師:CSDN官方博客 返回首頁

    打賞作者

    程序猿中的BUG

    你的鼓勵將是我創作的最大動力

    ¥2 ¥4 ¥6 ¥10 ¥20
    輸入1-500的整數
    余額支付 (余額:-- )
    掃碼支付
    掃碼支付:¥2
    獲取中
    掃碼支付

    您的余額不足,請更換掃碼支付或充值

    打賞作者

    實付
    使用余額支付
    點擊重新獲取
    掃碼支付
    錢包余額 0

    抵扣說明:

    1.余額是錢包充值的虛擬貨幣,按照1:1的比例進行支付金額的抵扣。
    2.余額無法直接購買下載,可以購買VIP、C幣套餐、付費專欄及課程。

    余額充值
    多乐彩