Pandas-01（安装、Series及DataFrame介绍）

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。

Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。

Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。

Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。

在Pandas中，主要的数据结构是Series（一维数据）和DataFrame（二维数据）：

Series 是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

目录

1. Pandas安装

1.1 使用pip安装Pandas

1.2 测试示例

2. Series数据结构

2.1 Serise介绍

2.2 series 创建示例 

2.3 Series数据提取（索引）

3. DataFrame

3.1 DataFrame介绍

3.2  DataFrame创建示例

3.3 DataFrame数据提取（索引）

3.4 DataFrame数据操作

3.4.1 添加列数据

3.4.2 列数据删除

3.4.3 数据追加

3.4.4  索引删除数据

---

1. Pandas安装

与Numpy一样，Pandas可以使用pip或conda进行安装，如果已经安装了anaconda集成开发环境，其中自带numpy与pandas，无需再次安装。

1.1 使用pip安装Pandas

pip install pandas

成功安装后，便可通过导入pandas包进行使用：

import pandas as pd

1.2 测试示例

import numpy as np
import pandas as pd

s = pd.Series([1,2,3,4,np.nan,6,8])
s

2. Series数据结构

2.1 Serise介绍

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series 由索引（index）和列组成，函数如下：

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

2.2 series 创建示例 

1. 创建一个普通示例，并设置索引值：

import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[100,101,102,103])
s

输出结果： 

100    a
101    b
102    c
103    d
dtype: object

根据索引取出其中元素：

print(s[102])

 输出结果：

 c

2. 使用 key/value 对象，类似字典来创建 Series：

data = {
    'user1':100,
    'user2':200,
    'user3':250,
}
s = pd.Series(data)
s

输出结果：

 3. 标量创建Series：

s = pd.Series([1,2,3,4,5,6],index=['a','b','c','d','e','f'])
print(s)

输出结果： 

 2.3 Series数据提取（索引）

在Series数据结构中，对于数据的提取，可以采用数组下标索引的方式，也可以采用index参数设置的方式对其元素进行提取。

s = pd.Series([1,2,3,4,5,6],index=['a','b','c','d','e','f'])
s

通过如下索引方式： 

s[0]

s[0:3]

s[-3:]#取出最后三个

s['a']

s[['a','c','f']]

 输出结果为

1


a    1
b    2
c    3
dtype: int64


d    4
e    5
f    6
dtype: int64


1


a    1
c    3
f    6
dtype: int64

3. DataFrame

3.1 DataFrame介绍

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

 DataFrame 构造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

• data：一组数据(ndarray、series, map, lists, dict 等类型)。

• index：索引值，或者可以称为行标签。

• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

• dtype：数据类型。

• copy：拷贝数据，默认为 False。

3.2  DataFrame创建示例

1. 基础表格创建

import pandas as pd
import numpy as np

df = pd.DataFrame()
#2列数据，1列写名字，2列写年龄
data = [['TOM',10],['BOB',12],['AOA',13]]
df = pd.DataFrame(data,columns=['username','age'])

输出结果：

 

2. 使用字典创建 

#字典创建dataframe
data = {
    "username":['小黑','小白','小刘'],
    'income':[1000,2000,3000]
}
df = pd.DataFrame(data,index=[1,2,3])
df

输出结果：

 3. 使用Series方式创建

d = {
    'one':pd.Series([1,2,3],index=['a','b','c']),
    'two':pd.Series([1,2,3,4],index=['a','b','c','d'])
}
df = pd.DataFrame(d)
df

 输出结果：

空数据会使用NaN进行填充占位。 

 

3.3 DataFrame数据提取（索引）

如上案例中，要获取第一列数据，可以使用df['one']对其进行获取:

 除此之外，还可以使用loc()、iloc()及属性的方式索引数据。

3.4 DataFrame数据操作

3.4.1 添加列数据

在DataFrame中，可以直接使用DataFrame['columns'] = data进行添加：

df['three'] = pd.Series([4,5,6],index=['a','b','c'])
df['four'] = df['one']+df['three']
print(df)

 3.4.2 列数据删除

对于整列数据删除，可以使用del或dataframe.pop方式：

del df['four']
df.pop('two')

输出结果：

 3.4.3 数据追加

dataframe中，可以使用dataframe.append进行数据追加：

d = {
    'one':pd.Series([1,2,3],index=['a','b','c']),
    'two':pd.Series([1,2,3,4],index=['a','b','c','d'])
}
df = pd.DataFrame(d)
df2 = pd.DataFrame([[14,15],[15,16]],columns=['one','two'],index=['e','f'])
df = df.append(df2)
print(df)

输出结果：

3.4.4  索引删除数据

dataframe中，可以使用dataframe.drop（index）进行数据删除：

例如删除上述数据中以d为索引的行数据：

# 删除以d为索引的数据
df.drop("d")

输出结果：