数据分析——Pandas的数据结构

今天学到了pandas，听说这玩意比numpy强那么一些，不知道说什么好，就从其数据结构说吧！
pandas主要有Series 和 DataFrame这两个数据结构，它们可不是一般的重要。

以下练习都是在jupyter notebook下完成的，干活之前，调用pandas啦！

import pandas as pd    #导入pandas这个名字太长了，以pd命名，化繁为简

一、Series

Series是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索引（数据标签）组成。
·类似一维数组的对象
·由数据和索引组成
·索引(index)在左，数据(values)在右
·索引是自动创建的

1. 通过list构建Series
ser_obj = pd.Series(range(10))
示例代码：

# 通过list构建Series
ser_obj = pd.Series(range(10, 20))
print(ser_obj.head(3))

print(ser_obj)

print(type(ser_obj))

run一下得结果

#输出结果
0    10
1    11
2    12
dtype: int64

0    10
1    11
2    12
3    13
4    14
5    15
6    16
7    17
8    18
9    19
dtype: int64

<class 'pandas.core.series.Series'>

2. 获取数据和索引
ser_obj.index 和 ser_obj.values

# 获取数据
print(ser_obj.values)

# 获取索引
print(ser_obj.index)

运行结果：

[10 11 12 13 14 15 16 17 18 19]
RangeIndex(start=0, stop=10, step=1)

3. 通过索引获取数据
ser_obj[idx]

#通过索引获取数据
print(ser_obj[0])
print(ser_obj[9])

运行结果：

10
19

4. 索引与数据的对应关系不被运算结果影响
就好比我原来是你儿子，哪怕我胖了几倍，或者我做了整容，我还是你儿子。
来看例子：

# 索引与数据的对应关系不被运算结果影响
print(ser_obj * 3)
print(ser_obj > 16)

结果：

0    30
1    33
2    36
3    39
4    42
5    45
6    48
7    51
8    54
9    57
dtype: int64
0    False
1    False
2    False
3    False
4    False
5    False
6    False
7     True
8     True
9     True
dtype: bool

5. 通过dict构建Series
示例代码：

# 通过dict构建Series
year_data = {2016: 105.3, 2017: 110.2, 2018: 111.5}
ser_obj2 = pd.Series(year_data)
print(ser_obj2.head())
print(ser_obj2.index)

结果：

2016    105.3
2017    110.2
2018    111.5
dtype: float64
Int64Index([2016, 2017, 2018], dtype='int64')

6.name属性
对象名：ser_obj.name
对象索引名：ser_obj.index.name
示例代码：

# name属性
ser_obj2.name = 'temp'
ser_obj2.index.name = 'year'
print(ser_obj2.head())

运行结果：

year
2016    105.3
2017    110.2
2018    111.5
Name: temp, dtype: float64

二、DataFrame

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同类型的值。DataFrame既有行索引也有列索引，它可以被看做是由Series组成的字典（共用同一个索引），数据是以二维结构存放的。
·类似多维数组/表格数据 (如，excel, R中的data.frame)
·每列数据可以是不同的类型
·索引包括列索引和行索引

1. 通过ndarray构建DataFrame
示例代码：

import numpy as np
import pandas as pd

# 通过ndarray构建DataFrame
array = np.random.randn(5,4)
print(array)
print("-------------------------------------------------------------------------------------------------------------------------")

df_obj = pd.DataFrame(array)
print(df_obj.head())

运行结果：

[[-0.24992242 -1.01148928 -0.41791859 -0.1875542 ]
 [ 0.03605956  0.1255451  -0.35882213  1.24239167]
 [-1.24472266 -0.39070067 -0.0518846   1.99776627]
 [-1.57726461  1.04559849  2.84776958  2.22831644]
 [-0.1805397  -0.15131312  0.97992872 -0.08270596]]
-------------------------------------------------------------------------------------------------------------------------
          0         1         2         3
0 -0.249922 -1.011489 -0.417919 -0.187554
1  0.036060  0.125545 -0.358822  1.242392
2 -1.244723 -0.390701 -0.051885  1.997766
3 -1.577265  1.045598  2.847770  2.228316
4 -0.180540 -0.151313  0.979929 -0.082706

2. 通过dict构建DataFrame
例子：

# 通过dict构建DataFrame
dict_data = {'A': 1, 
             'B': pd.Timestamp('20181212'),
             'C': pd.Series(1, index=list(range(4)),dtype='float32'),
             'D': np.array([3] * 4,dtype='int32'),
             'E': ["Python","Java","C++","C"],
             'F': 'ITCast' }
#print dict_data
df_obj2 = pd.DataFrame(dict_data)
print(df_obj2)
print(type(df_obj2))

run this cell：

   A     B        C   D     E       F
0  1 2018-12-12  1.0  3  Python  ITCast
1  1 2018-12-12  1.0  3    Java  ITCast
2  1 2018-12-12  1.0  3     C++  ITCast
3  1 2018-12-12  1.0  3       C  ITCast
<class 'pandas.core.frame.DataFrame'>

3. 通过列索引获取列数据（Series类型）
df_obj[col_idx] 或 df_obj.col_idx
示例代码：

# 通过列索引获取列数据
print(df_obj2['A'])
print(type(df_obj2['A']))

print(df_obj2.A)

run this cell：

0    1
1    1
2    1
3    1
Name: A, dtype: int64
<class 'pandas.core.series.Series'>
0    1
1    1
2    1
3    1
Name: A, dtype: int64

4. 增加列数据
df_obj[new_col_idx] = data
类似Python的 dict添加key-value

# 增加列
df_obj2['G'] = df_obj2['D'] + 6
print(df_obj2.head())

run一下：

A          B    C     D    E       F     G
0  1 2017-04-26  1.0  3  Python  ITCast  9
1  1 2017-04-26  1.0  3    Java  ITCast  9
2  1 2017-04-26  1.0  3     C++  ITCast  9
3  1 2017-04-26  1.0  3       C  ITCast  9

5. 删除列
del df_obj[col_idx]
示例代码：

# 删除列
del(df_obj2['G'] )
print(df_obj2.head())

run this cell：

A          B    C     D     E       F
0  1 2017-04-26  1.0  3  Python  ITCast
1  1 2017-04-26  1.0  3    Java  ITCast
2  1 2017-04-26  1.0  3     C++  ITCast
3  1 2017-04-26  1.0  3       C  ITCast

最近几天实在是太冷了，码字着实僵硬，为了想提高盲打能力，最近开始每天都花半小时都一个小时打字，练习盲打的朋友，可以在这个网站练习打字练习还会自动保存你的练习记录哦！毕竟这种肌肉记忆的东西只能慢慢纠正了，大神不要鄙视我哦_好冷真是_amazing。