Pandas数据结构

抱抱宝

于 2022-04-08 16:11:49 发布

阅读量2.2k

点赞数 1

分类专栏： Python数据分析与可视化文章标签： python 大数据

本文链接：https://blog.csdn.net/m0_64087341/article/details/124019227

版权

Python数据分析与可视化专栏收录该内容

24 篇文章 4 订阅

订阅专栏

Pandas有三种数据结构：Series、DataFrame和Panel。Series类似于数组；DataFrame类似于表格；Panel类似于Excel的多表单Sheet。

导入方式：

import pandas as pd

1.Series

Series是一种一维数组，包含索引和一个值序列，通过索引来访问数组中的数据。

1.1通过列表创建Series

i = ["a", "c", "d", "a"]
v = [2, 4, 5, 7]
t = pd.Series(v, index = i, name = "col")
print(t)
#-----------------------------------------
a    2
c    4
d    5
a    7

1.2通过字典创建Series

sdata = {"a" : 100, "b" : 200, "e" : 300}
obj3 = pd.Series(sdata)
print(obj3)
#------------------------------------
a    100
b    200
e    300

2.DataFrame

DataFrame是一个表格型的数据结构，既有行索引也有列索引，每列可以是不同类型的值。

2.1DataFrame索引

data = {
    'name':['张三', '李四', '王五', '小明'],
    'sex':['female', 'female', 'male', 'male'],
    'year':[2001, 2001, 2003, 2002],
    'city':['北京', '上海', '广州', '北京']
}
df = pd.DataFrame(data)
print(df)
#-------------------------------------------
    name   sex   year   city
0   张三  female  2001   北京
1   李四  female  2001   上海
2   王五    male  2003   广州
3   小明    male  2002   北京

DataFrame创建时指定索引

df3 = pd.DataFrame(data, columns = ['name', 'sex', 'year', 'city'], 
index = ['a', 'b', 'c', 'd'])
print(df3) 
print(df3.index)#显示索引
print(df3.columns)#显示列名
df.index.insert(1,'w')#插入索引
#---------------------------------
    name     sex  year city
a   张三  female  2001   北京
b   李四  female  2001   上海
c   王五    male  2003   广州
d   小明    male  2002   北京
Index(['a', 'b', 'c', 'd'], dtype='object')
Index(['name', 'sex', 'year', 'city'], dtype='object')
Index([0, 'w', 1, 2, 3], dtype='object')

2.2DataFrame常用属性

values	index	columns	dtypes	ndim	shape
元素	索引	列名	类型	维度	形状

print(df)
print('信息表的所有值为：\n',df.values)
print('信息表的所有列为：\n',df.columns)
print('信息表的数据类型为：\n',df.dtypes)
print('信息表的元素个数为：\n ',df.size)
print('信息表的维度是\n ',df.ndim)
print('信息表的形状为：',df.shape)
#-------------------------------------
name     sex  year city
0   张三  female  2001   北京
1   李四  female  2001   上海
2   王五    male  2003   广州
3   小明    male  2002   北京
信息表的所有值为：
 [['张三' 'female' 2001 '北京']
 ['李四' 'female' 2001 '上海']
 ['王五' 'male' 2003 '广州']
 ['小明' 'male' 2002 '北京']]
信息表的所有列为：
 Index(['name', 'sex', 'year', 'city'], dtype='object')
信息表的数据类型为：
 name    object
sex     object
year     int64
city    object
dtype: object
信息表的元素个数为：
  16
信息表的维度是
  2
信息表的形状为： (4, 4)

3.pandas索引操作

3.1重建索引

索引对象是无法修改的，因此需要重建索引对索引重新排序。

obj = pd.Series([7.2,-4.3,4.5,3.6],index = ['b', 'a', 'd', 'c'])
print(obj)
obj.reindex(['a','b','c','d'])
#--------------------------------------------------------------
b    7.2
a   -4.3
d    4.5
c    3.6
dtype: float64
a   -4.3
b    7.2
c    3.6
d    4.5

3.2索引缺失值填充

对于顺序数据，使用参数method选项进行填充：

method='ffill'或'pad'，表示前向值填充

method='bfill'或'backfill'，表示后向值填充

缺失值的前向填充：

#前向填充
obj1 = pd.Series(['blue','red','black'],index = [0,2,4])
obj1.reindex(np.arange(6),method = 'ffill')
#-----------------------------------------
0     blue
1     blue
2      red
3      red
4    black
5    black

缺失值的后向填充：

obj2 = pd.Series(['blue','red','black'],index = [0,2,4])
obj2.reindex(np.arange(6),method = 'backfill')
#---------------------------------------------------------
0     blue
1      red
2      red
3    black
4    black
5      NaN

3.3更换索引

如果需要将列数据作为索引，则可以通过set_index方法实现；如果需要将索引还原，可以通过reset_index方法实现。

data = {
    'name':['张三', '李四', '王五', '小明'],
    'sex':['female', 'female', 'male', 'male'],
    'year':[2001, 2001, 2003, 2002],
    'city':['北京', '上海', '广州', '北京']
}
df = pd.DataFrame(data)
df5 = df.set_index('city')
print(df5)
df6 = df5.reset_index('city')
print(df6)
#----------------------------------------------
        name     sex  year
city                   
北京     张三  female  2001
上海     李四  female  2001
广州     王五    male  2003
北京     小明    male  2002
    city name     sex  year
0   北京   张三  female  2001
1   上海   李四  female  2001
2   广州   王五    male  2003
3   北京   小明    male  2002