Python数据分析 4.pandas数据科学库

Serein_txw

已于 2022-04-10 11:47:11 修改

阅读量1.3k

点赞数

分类专栏： Python数据分析文章标签： python 数据分析

于 2022-04-08 21:25:18 首次发布

本文链接：https://blog.csdn.net/Serein_txw/article/details/124027318

版权

本文详细介绍了Python数据分析库pandas的核心概念，包括数据类型Series、DataFrame的创建和读取、排序与索引操作，特别是DataFrame的布尔索引。此外，还讨论了如何处理缺失数据、应用统计方法，以及数据的合并与分组聚合，提供了实用的数据分析技巧。

摘要由CSDN通过智能技术生成

Python数据分析 4.pandas数据科学库

1.数据类型series

实质是带标签的一维数组，有键和值

import pandas as pd

t1 = pd.Series([1,2,3,4,5],index=list("abcde"))

temp_dict = {
   "name":"Lucy","age":20,"tel":10086}
t2 = pd.Series(temp_dict)

print(t1[[1]])
print(t2[["name","age"]])
print(t1>2)

list(t1.index)[:2]
type(t1.values)  #numpy.ndarray

b    2
dtype: int64

name    Lucy
age       20
dtype: object

a    False
b    False
c     True
d     True
e     True
dtype: bool

2.pandas读取外部数据

import pandas as pd

# pandas读取csv中的文件
df = pd.read_csv("D:/数据分析资料/day04/code/dogNames2.csv")

3.DataFrame的创建

DataFrame对象既有行索引，又有列索引
行索引，表明不同行，横向索引，叫index，0轴，axis=0
列索引，表名不同列，纵向索引，叫columns，1轴，axis=1

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(12).reshape(3,4),index=list("abc"),columns=list("WXYZ"))

print(df)

   W  X   Y   Z
a  0  1   2   3
b  4  5   6   7
c  8  9  10  11

（DataFrame可以看作一个Series容器）

import pandas as pd
import numpy as np

d1 = {
   "name":["Lucy","Lily","Cindy"],"age":[20,42,37],"tel":["110","120","119"]}
df1 = pd.DataFrame(d1)

d2 = [{
   "name":"Lucy","age":20,"tel":110},{
   "name":"Lily","age":42,"tel":120},{
   "name":"Cindy","age":37}]
df2 = pd.DataFrame(d2)

print(df1)
print(df2)

    name  age  tel
0   Lucy   20  110
1   Lily   42  120
2  Cindy   37  119

    name  age    tel
0   Lucy   20  110.0
1   Lily   42  120.0
2  Cindy   37    NaN

df.index #行索引
df.columns #列索引
df.values #对象值
df.shape #形状
df.dtypes #数据类型
df.ndim #数据维度

df.head()
df.tail()
df.info()
df.describe()

4.DataFrame的排序和索引

排序：

import pandas as pd

# pandas读取csv中的文件
df = pd.read_csv("D:/daily/大二下/量化/拜师/数据分析资料/day04/code/dogNames2.csv")
# print(df.info())
# print(df.head())

# dataframe中排序
df = df.sort_values(by="Count_AnimalName",ascending