pandas数据结构

Pandas

引言

• Pandas是基于Numpy的一种工具，该工具是为了解决数据分析任务二创建的。
• Pandas纳入了大量库和一些标准的数据模型，提供了高效的操作大学数据及所需的工具
• Pandas提供了大量能使我们快速便捷梳理数据的函数和方法
• Pandas是Python的一个数据分析包，最初于2008年4月开发，2009年底开源
• Pandas最初被作为进入数据分析工具而开发出来，也未试驾序列分析提供了很好的支持。

Pandas库介绍：

• pandas是python的第三方库，提供高性能易用数据类型和分析工具

• pandas基于numpy实现，鲳鱼numpy与matplotlib一同使用

• pandas中有两大核心数据结构：Series（一维数据）和DataFrame（多特征数据，既有行索引，又有列索引）

• Series

  • 一位数组，与numpy中的一维array类似
  • Series，numpy中的一维array与python基本的数据结构list也很接近，其区别是：list中的元素可以是不同的数据类型，二array和Series中则只允许存储相同的数据类型
  • Series可以更有效的使用内存，提高运行效率

• Time-Series:以时间为索引的Series

• DataFrame：带标签且大小可变的二维表格数据结构，可以将DataFrame理解为Series的容器

• Panel：三维数组，可以理解为DataFrame的容器

Series

• series是一种类似于一位数组的对象，他有一位数组（各种numpy数据类型）以及一组与之相关的标签（索引）组成

Series创建函数

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

参数	描述
data	数据采取各种形式，如：ndarray,list,constants
index	索引值必须是唯一的和散列的，与数据的长度相应。默认np.arange(n)如果没有被索引被传递
dtype	dtype用于数据类型 如没有，将腿短数据类型
copy	复制数据，默认为false

Series的创建

• 使用python数组创建
• 使用numpy的数组创建
• 使用python的字典创建

注：与字典不同的是：Series允许索引重复

import pandas as pd
import numpy as np
print(pd.Series([11,12],index=["金华","宁波"]))
>>>金华    11
宁波    12
dtype: int64
print(pd.Series(np.arange(2,6)))
>>>0    2
1    3
2    4
3    5
dtype: int32
print(pd.Series({"金华":11,"宁波":12,"杭州":13}))
>>>金华    11
宁波    12
杭州    13
dtype: int64

• Series的字符串表现形式为：索引在左边，值在右边
• 如果没有微数据指定索引，则自动创建一个0-N-1的整数型索引
• 可以通过Series的values和index属性获取其数据表示形式和索引对象
• 与普通numpy数组相比，可以通过索引的方式选取series中的单个或一组值

obj = pd.Series([4,7,-5,3])
print(obj.values)
>>>[ 4  7 -5  3]
print(obj.index)
>>>RangeIndex(start=0, stop=4, step=1)
print(obj[2])
>>>5
obj[1] = 8
print(obj[[0,1,3]])
>>>0    4
1    8
3    3
dtype: int64

通常我们希望所创建的Series带有一个可以对各个数据点进行标记的索引。

与普通numpy数组相比，可以通过索引的方式选取Series中的单个或一组值

obj2 = pd.Series([14,2