Pandas库入门

Pandas库

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

 

Pandas库的理解

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

NumPy	Pandas
基础数据类型	扩展数据类型
关注数据的结构表达	关注数据的应用表达
维度：数据间关系	数据与索引间关系

 

Series类型

Series类型由一组数据及与之相关的数据索引组成

 

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

 

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。

        Series类型的操作类似ndarray类型：1、索引方法相同，采用[]；2、NumPy中运算和操作可用于Series类型；3、可以通过自定义索引的列表进行切片；4、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。

        Series类型的操作类似Python字典类型：1、通过自定义索引访问；2、保留字in操作；3、使用.get()方法。

Series+ Series

Series类型在运算中会自动对齐不同索引的数据

Series对象和索引都可以有一个名字，存储在属性.name中：

Series对象可以随时修改并即刻生效。

 

总结：

Series是一维带“标签”数组

data_a  ------->  index_0

Series基本操作类似ndarray和字典，根据索引对齐。

 

DataFrame类型

DataFrame类型由共用相同索引的一组列组成

        DataFrame是一个表格型的数据类型，每列值类型可以不同，DataFrame既有行索引、也有列索引，DataFrame常用于表达二维数据，但可以表达多维数据。

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

 

总结：

DataFrame是二维带“标签”数组

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。

.reindex()能够改变或重排Series和DataFrame索引。

.reindex(index=None, columns=None, …)的参数

参数	说明
index, columns	新的行列自定义索引
fill_value	重新索引中，用于填充缺失位置的值
method	填充方法, ffill当前值向前填充，bfill向后填充
limit	最大填充量
copy	默认True，生成新的对象，False时，新旧相等不复制

 

Series和DataFrame的索引是Index类型Index对象是不可修改类型

索引类型常用操作方法

方法	说明
.append(idx)	连接另一个Index对象，产生新的Index对象
.diff(idx)	计算差集，产生新的Index对象
.intersection(idx)	计算交集
.union(idx)	计算并集
.delete(loc)	删除loc位置处的元素
.insert(loc,e)	在loc位置增加一个元素e
.drop()	能够删除Series和DataFrame指定行或列索引 默认删除的是axis=0

 

Pandas库的数据类型运算

        算术运算法则：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。

自动补齐，缺项补NaN

方法形式的运算

方法	说明
.add(d, **argws)	类型间加法运算，可选参数
.sub(d, **argws)	类型间减法运算，可选参数
.mul(d, **argws)	类型间乘法运算，可选参数
.div(d, **argws)	类型间除法运算，可选参数

fill_value参数替代NaN，替代后参与运算

 

不同维度间为广播运算，一维Series默认在轴1参与运算

 

         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。

同维度运算，尺寸一致

不同维度，广播运算，默认在1轴