pandas庫

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(shí)現(xiàn)，常與numpy和matplotlib一同使用

更多學(xué)習(xí)，請參考pandas中文網(wǎng)：https://www.pypandas.cn/

Pandas核心數(shù)據(jù)結(jié)構(gòu)

可理解為帶標(biāo)簽的一維數(shù)組，可存儲整數(shù)、浮點(diǎn)數(shù)、字符串、Python 對象等類型的數(shù)據(jù)。

import pandas as pd
import numpy as np

s = pd.Series(['a','b','c','d','e'])
print(s)
0    a
1    b
2    c
3    d
4    e
dtype: object

Seris中可以使用index設(shè)置索引列表。

#與字典不同的是：Series允許索引重復(fù)
s = pd.Series(['a','b','c','d','e'],index=[100,200,100,400,500])
print(s)
100    a
200    b
100    c
400    d
500    e
dtype: object

Series 可以用字典實(shí)例化

d = {'b': 1, 'a': 0, 'c': 2}
pd.Series(d)
b    1
a    0
c    2
dtype: int64

可以通過Series的values和index屬性獲取其數(shù)組表示形式和索引對象

print(s)
print(s.values)
print(s.index)
100    a
200    b
100    c
400    d
500    e
dtype: object
['a' 'b' 'c' 'd' 'e']
Int64Index([100, 200, 100, 400, 500], dtype='int64')

Series中最重要的一個(gè)功能是：它會在算術(shù)運(yùn)算中自動對齊不同索引的數(shù)據(jù)

Series 和多維數(shù)組的主要區(qū)別在于， Series 之間的操作會自動基于標(biāo)簽對齊數(shù)據(jù)。因此，不用顧及執(zhí)行計(jì)算操作的 Series 是否有相同的標(biāo)簽。

obj1 = pd.Series({"Ohio": 35000, "Oregon": 16000, "Texas": 71000, "Utah": 5000})
print(obj1)
obj2 = pd.Series({"California": np.nan, "Ohio": 35000, "Oregon": 16000, "Texas": 71000})
print(obj2)
print(obj1 + obj2)

2.DataFrame

DataFrame

它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾值等）

DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個(gè)索引）

用多維數(shù)組字典、列表字典生成
pd.DataFrame()

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002], 'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
frame = pd.DataFrame(data)
print(frame)

#如果指定了列順序，則DataFrame的列就會按照指定順序進(jìn)行排列
frame1 = pd.DataFrame(data, columns=['year', 'state', 'pop'])
print(frame1)

跟原Series一樣，如果傳入的列在數(shù)據(jù)中找不到，就會產(chǎn)生NAN(Not of Number)值

frame2 = pd.DataFrame(data, columns=['year', 'state', 'pop', 'debt'], index=['one', 'two', 'three', 'four', 'five'])
print(frame2)

用 Series 字典或字典生成 DataFrame


d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
print(pd.DataFrame(d))

#通過類似字典標(biāo)記的方式或?qū)傩缘姆绞剑梢詫ataFrame的列獲取為一個(gè)Series,返回的Series擁有原DataFrame相同的索引

print(frame2['state'])

列可以通過賦值的方式進(jìn)行修改,例如，給那個(gè)空的“delt”列賦上一個(gè)標(biāo)量值或一組值
frame2['debt'] = 16.5
print(frame2)

print(frame2)
frame2['new'] = frame2['debt' ]* frame2['pop'] 
print(frame2)

frame2['debt'] = np.arange(5.)
print(frame2)