Pandas数据分析

目录

一、前期准备

二、Pandas数据分析

1.Series对象

（1）定义和创建

1' 创建Series对象

2' Index对象的常见操作

ndim:

shape：

size:

2. 数据访问 

(1) keys()

(2)  items()

​编辑

(3)用位置索引访问数据

 3.常用方法

(1)Series对象的排序方法

1' sort_index()：

2' sort_ values():

 3' rank()：

3.DataFrame对象

(1)定义和创建

 (2)数据访问

 (3)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

 2' 实现按总分 或 语文、数学、英语单科从高到低排序功能

  3' 打印所有存在不及格科目(单科<60分)的学生记录

---

一、前期准备

检测电脑中是否含有 numpy 和 pandas 这两个第三方库：

命令行：pip show numpy

      以及 pip show pandas

若含有，出现下图画面：

若不含有：

具体安装方法如下：

命令行安装：pip install numpy

             或者 pip install pandas

想要更具体的了解可看 Excel_wordcloud操作（词云库）这篇博客

注意：Anaconda与IDLE是两个通道

当jupyter notebook下载了NumPy这个第三方库，IDLE中可能仍需要下载:

具体哪种情况下还需要下载：可见上一篇博客

下图为正在下载时的图片，可供参考：

二、Pandas数据分析

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。

1.Series对象

（1）定义和创建

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类似于一维数组与字典的结合。

1' 创建Series对象

首先，导入第三方库：

import pandas as pd       导入数据分析第三方库pandas 别名为pd

import numpy as np        导入科学计算第三方库numpy 别名为np

然后，创建Series对象

1）

默认标签index为0，1，2，...，也可以自己定义

索引大小必须和列表大小一致

效果为：

2）

将字符串转换成列表

index = list( ' abcde ' )

效果为：

3）

用字典创建Series对象

默认索引为字典的键，指定索引时，会以索引为键获取值，没有值时，默认为 NaN；通过标量创

建 Series,会重复填充标量到每个索引上。

效果为：

 

Series 有两个关键的属性，分别是 values 和 index

values 属性获取具体值，类型为一维 ndarray

index 属性获取相应素引,类型为 Index

效果为：

 

 

效果为：

 

2' Index对象的常见操作

ndim:

ndarray 对象的维度

shape：

代表数组形状，返回一个元组，表示数组各个维度的长度，元组的长度为数组的维
度（与ndim相同)，元组的每个元素的值代表了数组每个维度的长度

该数组的形状为1行4列  

' , ' ：表明返回的是元组 ，数组的形状为一维 ，该维度的长度为4

size:

ndarray 中元素的个数，相当于各个维度长度的乘积

2. 数据访问 

宇典中的键不允许重复，但 Series 的索引允许有重复值。以索引为键，可访问对应的

值，如果值有多个，则结果为 Series 类型。

调用字典的一些常见方法，如keys()、items()等

(1) keys()

用字典的形式keys()方法访问对象 

效果为：

(2)  items()

用键值对 items()方法访问对象 

效果为：

(3)用位置索引访问数据

 3.常用方法

(1)Series对象的排序方法

1' sort_index()：

对Series 按照索引排序，生成一个新的 Series 对象 ( 对对象标签排序 )

效果为：

 

 

2' sort_ values():

对 Series 按照值排序，生成一个新的 Series 对象

对对象值排序，但不改变原对象的顺序

效果为：

 3' rank()：

对值进行排名，从1开始，对于相同的值默认采用原地排序（对对象值排名）

效果为：

 

3.DataFrame对象

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

(1)定义和创建

 DataFrame 可通过一维ndarray、list、dict、Series的字典或列表、二维ndarray、单个Series、一维数组及其他的 DataFrame 等创建。

效果为：

 

创建 DataFrame 时，可通过 index 和 columns 参数指定行索引和列索引,若没有指定索引,则默认索引为从 0开始的连续数字

为 DataFrame 对象指定索引

效果为：

 

 注：

消掉固有格式 

效果为：

 扩展：

 (2)数据访问

1'

输出的内容会进行覆盖

2'

 效果为：

（1)以列索引为关键字，获取某一列数据。例如d_1[列索引]，结果为 Series对象。

效果为：

 

 （2）还可进一步获取某个数据，例如 d_1[列索引][行索引]，这里需要使用两个中括号，不能合并。

效果为：

 

（3）访问多列

效果为：

 

（4） 根据属性索引（属性后面没有括号）

如果列索引为字符申，则可以列名为属性名，获取某一列数据。

效果为：

 

（5）DataFrame 也存在隐式索引和显式索引

显式索引主要是根据对应的标签访问数据，而隐式索引主要是根据位置序号访问数据。

DataFrame 也支持索引器访问数据，其中1oc[行索引，列索引]通过显式索引访问数据，iloc[行索

引,列索引]通过隐式索引访问数据。 

 输出内容会进行覆盖!!!!!!!

最终效果为：

 (3)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

skiprows：跳过多少行

合并：

方法一：merge()方法

根据相同的列表合并数据  

效果为：

 方法二：用join()方法合并

   

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

效果为：

 2' 实现按总分 或 语文、数学、英语单科从高到低排序功能

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，默认由低到高。

由高到低：ascending = False

效果为：

  3' 打印所有存在不及格科目(单科<60分)的学生记录

1)对列表索引 

效果为：

 

2）对属性索引 

 

效果为：