pandas基础知识、Series结构

文章目录

一、pandas是什么？

二、pandas库下载和安装

三、pandas Series结构

---

一、pandas是什么？

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

1.pandas 主要特点：

• 它提供了一个简单、高效、带有默认标签（也可以自定义标签）的 DataFrame 对象。
• 能够快速得从不同格式的文件中加载数据（比如 Excel、CSV 、SQL文件），然后将其转换为可处理的对象；
• 能够按数据的行、列标签进行分组，并对分组后的对象执行聚合和转换操作；
• 能够很方便地实现数据归一化操作和缺失值处理；
• 能够很方便地对 DataFrame 的数据列进行增加、修改或者删除的操作；
• 能够处理不同格式的数据集，比如矩阵数据、异构数据表、时间序列等；
• 提供了多种处理数据集的方式，比如构建子集、切片、过滤、分组以及重新排序等。

2.pandas主要优势：

• Pandas 的 DataFrame 和 Series 构建了适用于数据分析的存储结构；
• Pandas 简洁的 API 能够让你专注于代码的核心层面；
• Pandas 实现了与其他库的集成，比如 Scipy、scikit-learn 和 Matplotlib；
• Pandas 官方网站（点击访问）提供了完善资料支持，及其良好的社区环境。

3.pandas内置数据结构：

在ndarray数组（numpy 中数组）的基础上构建了两种不同的数据结构，分别是Series(一维数据结构)，DataFrame(二维数据结构)

• Series是一种一维数组对象，包含一个值序列，并且包含数据标签，称为索引(index)，通过索引来访问数组中的数据。
• DataFrame是一种表格型数据结构，它既有行标签（index），又有列标签（coumns）

二、pandas库下载和安装

python官方标准发行版并没有自带pandas库，因此需要另行安装。

1.Windows系统安装：

使用pip包管理器安装pandas，是最简单的一种安装方式。在CMD命令提示符界面执行以下命令：

pip install pandas

三、pandas Series结构

Series 可以保存任何数据类型，比如整数、字符串、浮点数、python对象等，它的标签默认为整数，从0开始依次递增。

1.创建Series对象：

pandas使用Series()函数来创建Series对象，通过这个对象可以调用相应的方法和属性，从而达到处理数据的目的

import pandas as pd
s = pd.Series(data,index,dtype,copy)

1.1.创建一个空的Series对象

import pandas as pd
# 输入数据为空
s = pd.Series()
print(s)

结果：Series([], dtype: object)

 1.2.ndarray创建Series对象：

ndarray是numpy中的数组类型，当data是ndarray时，传递的索引必须具有与数组相同的长度。

# 使用默认索引创建Series序列对象
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print(s)
结果：
0    a
1    b
2    c
3    d
dtype: object

1.3.dict创建Series对象：

# 没有传递索引时
import pandas as pd
import numpy as np
data = {'a':0,'b':1,'c':2}
s = pd.Series(data)
print(s)
#为index参数传递索引时：
s1 = pd.Series(data,index=['b','c','d','a'])
print(s1)

1.4.标量创建Series对象：

如果data是标量值，则必须提供索引

import pandas as pd
s = pd.Series(5,index=[0,1,2,3])
print(s)
结果：
0    5
1    5
2    5
3    5
dtype: int64

2.访问Series数据：

2.1. 位置索引访问：

import pandas as pd
s = pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
print(s[0])
print(s['a'])
print(s[:3])
print(s[-3:])
结果：
1
1
------------------
a    1
b    2
c    3
dtype: int64
------------------
c    3
d    4
e    5
dtype: int64

2.2.索引标签访问：

import pandas as pd
s = pd.Series([11,12,13,14,15],index=['a','b','c','d','e'])
print(s['a'])
print(s[['a','c','d']])
结果：
11
a    11
c    13
d    14
dtype: int64

3.Series常用属性：

• axes:以列表的形式返回所有行索引标签
• dtype：返回对象的数据类型
• empty：返回一个空的Series对象
• ndim:返回输入数据的维数
• size：返回输入数据的元素数量
• values:以ndarray的形式返回Series对象
• index：返回一个Rangelndex对象，原来描述索引的取值范围

4.Series常用方法：

• head():返回前n行数据
• tail():返回后n行数据
• isnull()：如果值不存在或缺失，则返回True。
• notnull():如果值不存在或缺失，则返回False。