Pandas入门

Pandas是在Numpy基础上发展的一个python数据处理库，主要的数据结构由Serises和Datafram构成。

 

1. 首先说Series

 Series 数据结构
 Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引

创建一个Seies，首先导入numpy库和pandas库

import numpy as np
import pandas as pd  
# 导入numpy、pandas模块

然后创建series

s = pd.Series(np.random.rand(5))
print(s)
print(type(s))

打印为

0    0.732950
1    0.147740
2    0.219600
3    0.038931
4    0.910124
dtype: float64

可以看到series输出的是带标签的一维数组，series可以看做由index索引和values值构成的。

print(s.index,type(s.index))
print(s.values,type(s.values))
# .index查看series索引，类型为rangeindex
# .values查看series值，类型是ndarray

打印出index和values值

RangeIndex(start=0, stop=5, step=1) <class 'pandas.core.indexes.range.RangeIndex'>
[0.68370005 0.93754068 0.94877385 0.53300225 0.25701828] <class 'numpy.ndarray'>

核心：series相比于ndarray，是一个自带索引index的数组 → 一维数组 + 对应索引， 所以当只看series的值的时候，就是一个ndarray。series和ndarray较相似，索引切片功能差别不大。series和dict相比，series更像一个有顺序的字典（dict本身不存在顺序），其索引原理与字典相似（一个用key，一个用index）

• Series的两种创建方法

Series 创建方法一：由字典创建，字典的key就是index，values就是values

dic = {'a':1 ,'b':2 , 'c':3, '4':4, '5':5}
s = pd.Series(dic)
print(s)

输出结果为：

4    4
5    5
a    1
b    2
c    3
dtype: int64

注意：key肯定是字符串，假如values类型不止一个会怎么样？ → dic = {'a':1 ,'b':'hello' , 'c':3, '4':4, '5':5}

print一下得出结果

4        4
5        5
a        1
b    hello
c        3
dtype: object

结果输出类型是object

• Series 创建方法二：由数组创建(一维数组)

arr = np.random.randn(5)
s = pd.Series(arr)
print(arr)
print(s)

 输出如下：

[-2.56328023  0.87233579  0.47630666  1.91715736 -1.26924024]
0   -2.563280
1    0.872336
2    0.476307
3    1.917157
4   -1.269240
dtype: float64

默认index是从0开始，步长为1的数字。

当然也可以更改index，如下所示

s = pd.Series(arr, index = ['a','b','c','d','e'],dtype = np.object)
print(s)
# index参数：设置index，长度保持一致
# dtype参数：设置数值类型

a    -2.56328
b    0.872336
c    0.476307
d     1.91716
e    -1.26924
dtype: object

name为Series的一个参数，创建一个数组的 名称
.name方法：输出数组的名称，输出格式为str，如果没用定义输出名称，输出为None 

• Series 名称属性：name

s1 = pd.Series(np.random.randn(5))
print(s1)
print('-----')
s2 = pd.Series(np.random.randn(5),name = 'test')
print(s2)
print(s1.name, s2.name,type(s2.name))

 输出如下：

0   -1.285306
1   -0.586416
2   -1.966362
3   -1.507387
4    0.622088
dtype: float64
-----
0   -0.763427
1   -1.588831
2   -1.676116
3    0.453159
4   -0.874990
Name: test, dtype: float64
None test <class 'str'>

.rename()重命名一个数组的名称，并且新指向一个数组，原数组不变

s3 = s2.rename('hehehe')
print(s3)
print(s3.name, s2.name)

0   -0.763427
1   -1.588831
2   -1.676116
3    0.453159
4   -0.874990
Name: hehehe, dtype: float64
hehehe test

• 然后说Dataframe 

Dataframe 数据结构
Dataframe是一个表格型的数据结构，“带有标签的二维数组”。
Dataframe带有index（行标签）和columns（列标签）

data = {'name':['Jack','Tom','Mary'],
        'age':[18,19,20],
       'gender':['m','m','w']}
frame = pd.DataFrame(data)
print(frame)  
print(type(frame))
print(frame.index,'\n该数据类型为：',type(frame.index))
print(frame.columns,'\n该数据类型为：',type(frame.columns))
print(frame.values,'\n该数据类型为：',type(frame.values))
# 查看数据，数据类型为dataframe
# .index查看行标签
# .columns查看列标签
# .values查看值，数据类型为ndarray

输出： 

   age gender  name
0   18      m  Jack
1   19      m   Tom
2   20      w  Mary
<class 'pandas.core.frame.DataFrame'>
RangeIndex(start=0, stop=3, step=1) 
该数据类型为： <class 'pandas.core.indexes.range.RangeIndex'>
Index(['age', 'gender', 'name'], dtype='object') 
该数据类型为： <class 'pandas.core.indexes.base.Index'>
[[18 'm' 'Jack']
 [19 'm' 'Tom']
 [20 'w' 'Mary']] 
该数据类型为： <class 'numpy.ndarray'>

 

  1.Dataframe 创建方法一：由数组/list组成的字典

• 三种dataframe创建方法 

data1 = {'a':[1,2,3],
        'b':[3,4,5],
        'c':[5,6,7]}
data2 = {'one':np.random.rand(3),
        'two':np.random.rand(3)}   
print(data1)
print(data2)
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
print(df1)
print(df2)

由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
字典的值的长度必须保持一致！比如，若把data2中生成的数组改为np.random.rand(4),是会报错的

输出结果如下：

{'a': [1, 2, 3], 'b': [3, 4, 5], 'c': [5, 6, 7]}
{'one': array([0.98563014, 0.91633788, 0.09506606]), 'two': array([0.11996684, 0.44647649, 0.73451497])}
   a  b  c
0  1  3  5
1  2  4  6
2  3  5  7
        one       two
0  0.985630  0.119967
1  0.916338  0.446476
2  0.095066  0.734515

 

 

 

 

未完待更新。。。

 

 

 1.Dataframe 创建方法一：由数组/list组成的字典

• 三种dataframe创建方法