Pandas库入门

Posted on | In , | |
Words count in article: 741 | Reading time ≈ 2

Pandas库入门

  • Pandas是Python第三方库，提供高性能易用数据类型和分析工具
  • import pandas as pd

  • Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用

  • 两个数据类型：Series, DataFrame

  • 基于上述数据类型的各类操作
  • 基本操作、运算操作、特征类操作、关联类操作 1

Series类型

Series类型由一组数据及与之相关的数据索引组成

1

1

1

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

从标量值创建

1

从字典类型创建

1

从ndarray类型创建

1

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

1

1

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

1

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
  • • 使用.get()方法

1

Series类型对齐操作

1

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

1

Series类型的修改

Series对象可以随时修改并即刻生效

1

Series是一维带“标签”数组
index_0 data_a
Series基本操作类似ndarray和字典，根据索引对齐

Pandas库的DataFrame类型

DataFrame类型由共用相同索引的一组列组成

1

1

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ndarray对象创建

1

从一维ndarray对象字典创建

1

从列表类型的字典创建

1

1

1

DataFrame是二维带“标签”数组

1

DataFrame基本操作类似Series，依据行列索引

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

1

1

1

1

1

1

删除

.drop()能够删除Series和DataFrame指定行或列索引

1

Pandas库的数据类型运算

  • 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

1

1

1

1

1

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

1

1

Donate? comment?