Pandas庫的引用

Pandas是Python第三方庫，提供高性能易用數(shù)據(jù)類型和分析工具
Pandas基于NumPy實現(xiàn)，常與NumPy和Matplotlib一同使用

import pandas as pd

Pandas庫的理解

兩個數(shù)據(jù)類型：Series, DataFrame

基于上述數(shù)據(jù)類型的各類操作：基本操作、運算操作、特征類操作、關聯(lián)類操作

Pandas庫的Series類型

Series類型由一組數(shù)據(jù)及與之相關的數(shù)據(jù)索引組成

Series類型可以由如下類型創(chuàng)建：

• Python列表，index與列表元素個數(shù)一致
• 標量值，index表達Series類型的尺寸
• Python字典，鍵值對中的“鍵”是索引，index從字典中進行選擇操作
• ndarray，索引和數(shù)據(jù)都可以通過ndarray類型創(chuàng)建
• 其他函數(shù)，range()函數(shù)等

舉例：

s = pd.Series( [9, 8, 7, 6] )#自動索引
s = pd.Series( [9, 8, 7, 6], index=['a', 'b', 'c', 'd'] )#自定義索引
s = pd.Series(25, index=['a', 'b', 'c', 'd'] )#從標量值創(chuàng)建不能省略index
s = pd.Series( {'a':9, 'b':8, 'c':7} )
s = pd.Series( {'a':9, 'b':8, 'c':7}, index=['c', 'a', 'b', 'd'] )
s = pd.Series(np.arange(5))
s = pd.Series(np.arange(5), index = np.arange(9, 4, 1))

Series類型的基本操作

Series類型包括index和values兩部分，.index 獲得索引， .values 獲得數(shù)據(jù)。自動索引和自定義索引并存，但不能混用。

Series類型的操作類似ndarray類型

• 索引方法相同，采用[]
• NumPy中運算和操作可用于Series類型
• 可以通過自定義索引的列表進行切片
• 可以通過自動索引進行切片，如果存在自定義索引，則一同被切片

Series類型的操作類似Python字典類型

• 通過自定義索引訪問
• 保留字in操作
• 使用.get()方法

Series類型的對齊操作

Series + Series

Series類型在運算中會自動對齊不同索引的數(shù)據(jù)。沒有相同索引處是NaN.

Series類型的name屬性

Series對象和索引都可以有一個名字，存儲在屬性.name中。
.name 和 .index.name

Pandas庫的DataFrame類型

DataFrame類型由共用相同索引的一組列組成

DataFrame是一個表格型的數(shù)據(jù)類型，每列值類型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表達二維數(shù)據(jù)，但可以表達多維數(shù)據(jù)

DataFrame類型可以由如下類型創(chuàng)建：

• 二維ndarray對象
• 由一維ndarray、列表、字典、元組或Series構成的字典
• Series類型
• 其他的DataFrame類型

實例：

d = pd.DataFrame(np.arange(10).reshape(2, 5))#兩行五列
dt = { 'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
     {'two' : pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)#四行兩列
dl = {'one' : [1, 2, 3, 4], 'two' : [9, 8, 7, 6]}
d = pd.DataFrame(dl, index = ['a', 'b', 'c', 'd'])

列索引：d[]
行索引：d.ix[]
行列索引：d[column][index]

Pandas庫的數(shù)據(jù)類型操作

重新索引

.reindex()能夠改變或重排Series和DataFrame索引

d = d.reindex(index=[], column=[])

.reindex(index=None, column=None, ...)的參數(shù)：

索引類型

Series和DataFrame的索引是Index類型
Index對象是不可修改類型

索引類型的常用方法：

刪除指定索引對象：

.drop(loc, axis=0) 刪除Series和DataFrame指定行或列索引
默認刪除行索引，如要刪除列索引，需指定axis=1

Pandas庫的數(shù)據(jù)類型運算

算術運算法則

算術運算根據(jù)行列索引，補齊后運算，運算默認產生浮點數(shù)。
補齊時缺項填充NaN (空值)。
二維和一維、一維和零維間為廣播運算。一維Series默認在軸1參與運算，使用運算方法可以令一維Series參與軸0運算。
采用+ ‐ * /符號進行的二元運算產生新的對象。

方法形式的運算：

比較運算法則

比較運算只能比較相同索引的元素，不進行補齊。
同維度運算，尺寸一致。
二維和一維、一維和零維間為廣播運算，默認在1軸。
采用> < >= <= == !=等符號進行的二元運算產生布爾對象。

Reference:
中國大學MOOC北京理工大學Python數(shù)據(jù)分析與展示課程嵩天老師課件
課程主頁