Python——pandas数据分析

一、Pandas

Pandas是一种基于Numpy的开源数据分析工具包，提供了高性能、简单易用的数据结构和数据分析函数。

二、安装与检测

检测

pip show pandas

检测已安装：

 检测出未安装：

pip install pandas

三、Series对象

1、定义与创建

Series对象是一种带有标签数据的一维数组，标签在Pandas中有对应的数据类型“Index”Series类似一维数与字典的结合。

（1）、导入第三方库

（2）、创建对象

①创建Series对象，默认标签index为0，1，2....也可以自己定义

PS:index参数指定索引

 

②将字符串转换为列表

③用字典创建Series对象

④Index对象常见操作

索引操作、切片操作、交集、并集、交集操作.......

2、数据访问

①用字典的形式keys()方法访问对象

②用键值对items（）方法访问

③用位置索引访问数据

3、常用方法

①对Series对象排序：对对象标签排序

②对对象值排序，但不改变原对象排序

③对对象值排名

四、DataFrame对象

1、定义与创建

DataFrame可以看做是一种既有行索引，又有列索引的二维数组，类似于Exce表或关系型数据库中的二维表，是Pandas中最常见的基本结构。

PS:

print(对象）：返回在客户端中，不会被覆盖

直接输出对象，事返回在内存中，会被覆盖

、

2、数据访问

①以列索引为关键字，获取某一列数据

PS:这里s_1没有输出因为被s_2覆盖。

②根据属性索引，无【】

③根据行列位置访问单个数据

④访问多列

⑤显式索引：按键名（列名）访问

⑥隐式索引：通过切片按序号访问  

⑦根据表达式访问判断返回逻辑值

3、常见方法

①获取形状信息，结果为一个元组

②获取各字段的数据类型,结果为 Series

③获取数据内容,结果通常为二维数组

④获取列索引,即字段名称,结果为 Index

⑤行索引，即行的标签，结果为 Index

⑥同时获取行和列索引,结果为 Index列表

4、常见操作

 

1、使用Pandas读取两个表格数据，并将其根据姓名进行合并

set_index():设置索引列，可以用一个已有列名作为索引，返回新的对象。

skiprows:跳过多少行。

merge():指定相应列的名称进行关联。

join():通过索引将数据合并在一起。

2、实现按总分或语文、数学、英语单科成绩从高到低排序的功能

sort_values(by):根据值进行排序，可以指定一列或多列，返回新的对象。默认为由低到高(True)，用ascending=False ，改为由高到低。

3、打印所有存在不及格科目（单科<60）的学生记录