Pandas库的学习

Pandas库的介绍

Pandas库是python第三方库，提供高性能易用数据类型和分析工具；基于Numpy实现，常与Numpy和Matplotlib一同使用；两个数据类型：Series，DataFrame。

网站小助手：https://www.pypandas.cn/

使用方法：import pandas as pd

Numpy VS Pandas

Pandas的Series类型

Series类型由一组数据及与相关的数据索引组成。

前面是索引，后面是数据。

举个栗子：

代码展示：

import pandas as pd
a = pd.Series([9,8,7,6])
print(a)

代码演示

Series类型由一组数据及与相关的数据索引组成

Pd.Series（[],[]）第一个为：数据 第二个为：索引

代码展示：

import pandas as pd
b = pd.Series([9,8,7,6],index=['a','b','c','d'])
print(b)
c = pd.Series([9,8,7,6],['a','b','c','d'])
print(c)
d = pd.Series(['a','b','c','d'],[9,8,7,6])
print(d)

代码演示：

从标量值创建

代码展示：

import pandas as pd
s = pd.Series(25,['a','b','c','d'])
print(s)

代码演示：

从字典类型创建

代码展示：

import pandas as pd
# 方法一
a = pd.Series({'A':9,'B':8,'C':7})
print(a)
# 方法二
# 
b = pd.Series({'A':9,'B':8,'C':7},index=['C','a','A','d'])
print(b)

代码演示：

从ndarray类型创建

代码展示：

import pandas as pd
import numpy as np
n = pd.Series(np.arange(5))
print(n)
# 这个方法比较常用.
# m表示的含义为索引的范围为从9开始，步长为-1，np.arange=5   走5步
m = pd.Series(np.arange(5),index=np.arange(9,4,-1))
print(m)

代码演示：

小结一下

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

代码展示：

import pandas as pd
# Series类型的基本操作
b = pd.Series([9,8,7,4],['a','b','c','d'])
print(b)
b.index
# .index获取索引
print(b.index)
b.values
# .values获取数据
print(b.values)
# 相当于查字典
# 自动索引
print(b['b'])
# 自定义索引
print(b[0])
# 不可以print(b[['a',2]])的索引方式   不可混用
print(b[['a','b']])

代码演示：

Series类型的操作类似ndarray类型

与Numpy库类似的操作

代码展示:

import pandas as pd
import numpy as np
b = pd.Series([9,8,7,4],['a','b','c','d'])
print(b)
print('----')
# 索取数据
print(b[3])
print('----')
# 表示从开始到3----即0，1，2   3不取 仍是Series类型=索引+值
print(b[:3])
print('----')
# 输出b中大于中位数的类型
print(b[b > b.median()])
print('----')
# 求函数e的n次方值的函数
print(np.exp(b))

代码演示：

Series类型对齐操作

只有相同的引索才会相加

代码演示：

import pandas as pd
a = pd.Series([9,8,7,4],['a','b','c','d'])
b = pd.Series([1,2,3],['c','d','e'])
print(a+b)

代码展示：

代码演示：

import pandas as pd
a = pd.Series([9,8,7,4],['a','b','c','d'])
a.name = 'Series对象'
a.index.name = '索引列'
# a.values.name = '数据值' 没由这样命名的
print(a)

代码展示：

Series类型的修改，Series对象可以随时修改并立即生效

代码展示：

Series类型的小总结------一维数组

DataFrame类型------二维数组 =索引 + 多列数据

DataFrame类型是由共用相同索引的一组列组成，是一个表格型的数据类型，每列值类型可以不同。既有行索引，也有列索引。常用于表达二维数据，但可以表达多维数据

多数据共用同一个索引

axis =0表示横轴 axis =表示纵轴

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

//从二维ndarray对象创建

//从一维ndarray对象字典创建

//从列表类型的字典创建

Pandas库的数据类型操作

//改变Series和DataFrame对象的方式

*重新索引

.reindex（）能够改变或重排Series和DataFrame的索引

Series和DataFrame的索引是Index类型，Index对象是不可以修改类型

//索引类型的常用方法

* 删除指定对象.drop（）能够删除Series和DataFrame指定行或列索引

Pandas库数据类型的运算

算数运算根据行列索引，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

//数据的排序

摘要

*基本统计（含排序）

*分布/累计统计

*数据特征，相关性，周期性等

*数据挖掘（形成知识）

Pandas库的数据排序

.sort_index（）方法在指定轴上根据索引进行排序，默认升序

//数据的基本分析