pandas

為什麼學習pandas

• numpy已經可以幫助我們進行數據的處理了，那麼學習pandas的目的是什麼呢？
  • numpy能夠幫助我們處理的是數值型的數據，當然在數據分析中除了數值型的數據還有好多其他類型的數據（字元串，時間序列），那麼pandas就可以幫我們很好的處理除了數值型的其他數據！

什麼是pandas？

• 首先先來認識pandas中的兩個常用的類
  • Series
  • DataFrame

Series

• Series是一種類似與一維數組的對象，由下麵兩個部分組成：

  • values：一組數據（ndarray類型）
  • index：相關的數據索引標簽

• Series的創建

  • 由列表或numpy數組創建
  • 由字典創建

from pandas import Series
s = Series(data=[127,2,3,'regina'])

為什麼需要有顯示索引？

答：顯示索引可以增強Series 的可讀性

還可以直接引入字典：

Series的索引和切片

s[0] --> regina
s.姓名 --> regina
s[0:2] --> 
姓名    regina
年齡        23
dtype: object

• Series的常用屬性
  • shape
  • size
  • index 返回索引
  • values 返回值

s.shape
s.size
s.index #返回索引
s.values #返回值
s.dtype #元素的類型

• Series的常用方法

  • head(),tail()

    

    這裡的head和tail預設是5，tail顯示最後n個數據

  • unique() 去重

    

  • isnull(),notnull()

  • add() sub() mul() div()

    只有索引一致的數據才可以相加

    

    同時也只有數據類型一樣的才能相加

    

DataFrame

• DataFrame是一個【表格型】的數據結構。DataFrame由按一定順序排列的多列數據組成。設計初衷是將Series的使用場景從一維拓展到多維。DataFrame既有行索引，也有列索引。

  • 行索引：index
  • 列索引：columns
  • 值：values

• DataFrame的創建

  • ndarray創建

    

  • 字典創建

    

• DataFrame的屬性

  • values、columns、index、shape

  

============================================

練習：

根據以下考試成績表，創建一個DataFrame，命名為df：

 regina  ivanlee  
語文 150  		0
數學 150  		0
英語 150  		0
理綜 300  		0

============================================

• DataFrame索引操作

  df = DataFrame(data=np.random.randint(60,100,size=(5,5)),columns=['A','B','C','D','E'],index=[1,2,3,4,5])
  

  

  • 對行進行索引

    • iloc: 通過隱式索引取行 (不根據所定義的index取值)

      

      取單個元素：

      df.iloc[,]

    • loc: 通過顯示索引取行

      

  • 隊列進行索引

    df['A'] #取單列，如果df有顯示的索引，通過索引機制去行或者列的時候只可以使用顯示索引

    

    

  • 對元素進行索引

    取多個元素：

    

• DataFrame的切片操作

  • 對行進行切片
  • 對列進行切片

• df索引和切片操作

  • 索引：

    • df[col]:取列
    • df.loc[index]:取行
    • df.iloc[index,col]:取元素

  • 切片：

    • df[index1:index3]:切行

      

    • df.iloc[:,col1:col3]:切列

      

DataFrame的計算與Series一致

• 時間數據類型的轉換

  • pd.to_datetime(col)

    dic = {
        'time':['2010-10-10','2011-11-20','2020-01-10'],
        'temp':[33,31,30]
    }
    df = DataFrame(data=dic) df['time'].dtype = 'O'
    import pandas as pd
    #將time列的數據類型轉換成時間序列類型
    df['time'] = pd.to_datetime(df['time'])
    df['time']
    

    

• 將某一列設置為行索引

  • df.set_index()

    上圖中的索引是隱式索引的012，如果要將time列作為行索引

    #將time列作為源數據的行索引
    df.set_index('time',inplace=True)
    

    

本文來自博客園，作者：ivanlee717，轉載請註明原文鏈接：https://www.cnblogs.com/ivanlee717/p/16987592.html