python数据分析pandas包入门学习(一)pandas数据结构介绍

原创 2016年11月16日 15:24:55

本文参考《利用python进行数据分析》的第五章 pandas入门

1 pandas数据结构介绍
pandas有两种主要的数据结构:series和DataFrame
Series:一种类似于一维数组的对象,由一组数据(各种Numpy数据类型)以及一组与之对应的数据标签(索引)组成。

第一列为索引,从0开始,第二列为数据值。
可以通过values属性获取数组的表示形式,通过index属性获取索引对象:

索引可以自己定义:

可以通过索引,选取Series中单个或一组值:

进行numpy数组运算,都会保留索引和值之间的链接:

可以将Series看成是一个定长的有序字典, 它是索引值到数据值的一个映射,可以用在许多原本需要字典参数的函数中:

如果数据被存放在Python字典中,可以直接通过这个字典来创建Series:

如果只传入一个字典(上图),则Series中的索引就是原字典的键;如果传入index(下图),与索引匹配的值会被找出来并放到相应的位置,没有匹配的,则为NaN(缺失值)。

pandas的isnull和notnull可以检测确实数据,也可使用b.isnull(), b.notnull(),效果一样:

Series的最重要的一个功能是:在算术运算中汇自动对齐不同索引的数据

Series对象本身及索引都有一个name属性:

Series的索引可以通过赋值的方式就地修改(会把b.index.name删掉):

DataFrame:
DataFrame是一个表格型的数据结构,它含有一组有序的列:每列可以是不同的值类型(数值、字符串、布尔值等)。DataFrame既有行索引,也有列索引,可以被看做由Series组成的字典(共用同一个索引)。
构建DataFrame最常用的方法是直接传入一个由等长列表或Numpy数组组成的字典:

DataFrame会自动加上索引,且全部列会被有序排列;如果需要列按照指定顺序排列,需指定列序号:

跟Series一样,如果传入的列在数据中找不到,就会产生NaN值:

将DataFrame的列获取为一个Series,返回的Series拥有原DataFrame相同的索引,且其name属性也被相应的设置好了;行也可以通过相应的位置或名称的方式获取,比如用索引字段ix:

列可以通过赋值的方式进行修改,可以赋值一个标量或者一组值:

将列表或数组赋值给某个列时,其长度必须跟DataFrame的长度匹配。如果赋值是一个Series,就会精确匹配DataFrame的索引,所有的空位都将被填上缺失值:

为不存在的列赋值会创建出一个新列;关键字del用于删除列:

警告:通过索引方式返回的列是相应数据的视图,而不是副本,因此对返回的Series所做的任何就地修改都会反应到源DadaFrame上。


另一种常见的数据形式是嵌套字典,将他传入DataFrame,被解释为外层字典的键作为列,内层的键作为索引:


转置操作:

内层字典的键会被合并、排序以形成最终的索引。如果显式指定索引,则不会这样:


设置索引和列的名字:


索引对象

obj.index就是一个索引对象,不可修改。


相关文章推荐

Python---pandas包

来源:http://www.th7.cn/Program/Python/201412/329841.shtml pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 类...

Python 数据分析:pandas 操作基础篇

基础介绍pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包类似于 Numpy 的核心是 ndarray,pandas 也是围绕着 Series 和 DataFrame 两个核...

python之pandas的基本使用(1)

一、pandas概述pandas :pannel data analysis(面板数据分析)。pandas是基于numpy构建的,为时间序列分析提供了很好的支持。pandas中有两个主要的数据结构,一...
  • cxmscb
  • cxmscb
  • 2017年01月20日 16:57
  • 3756

能看懂的Pandas教程

[十分钟学习pandas](http://www.cnblogs.com/chaosimple/p/4153083.html) I blog when I’m bored ...
  • GeekLeee
  • GeekLeee
  • 2016年10月13日 17:17
  • 18391

python学习笔记(二)——Pandas十分钟入门

Pandas的数据结构主要分为三种: Series:一维同类型元素的数组 DataFrame:二维,大小可变的的表格结构,列与列的数据类型可以不同 Panel:三维,大小可变的数组首先引入一些需...

Python点滴(四)—pandas快速入门使用

本篇博文主要介绍数据分析包pandas的使用,主要参考资料来自pandas官网,掌握以下内容可以帮助data scientist快速理解pandas日常的数据分析操作,读者可以自己定义一些数据,跟着练...

python中的pandas包

本文主要参照: http://pandas.pydata.org/pandas-docs/stable/ 1.

python数据分析pandas包入门学习(三)汇总和统计描述

本文参考《利用Python进行数据分析》的第五章 pandas入门 pandas拥有一组常用的数学和统计方法。它们大部分属于约简和汇总统计,用于从Series中提取单个值(如sum和mean...

利用python进行数据分析——之数据结构pandas(一)

Series Dataframe 广播 pandas对象上的所有描述统计都排除了缺失数据 1、pandas的文件读写函数 1.1、read_csv()函数。用于读取csv文件的函数:df=read_c...

利用Python Pandas进行数据预处理-Pandas基本的数据结构

概述 Pandas是Python的一个数据分析包,Pandas最初被作为金融数据分析工具而开发出来,因此,Pandas为时间序列提供了很好的支持。Pandas是基于Numpy构建的含有更高级数据结构...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:python数据分析pandas包入门学习(一)pandas数据结构介绍
举报原因:
原因补充:

(最多只允许输入30个字)