数据分析工具pandas

m0_67716216

已于 2022-03-06 16:09:22 修改

阅读量499

点赞数

文章标签：数据分析数据挖掘

于 2022-03-06 16:08:11 首次发布

本文链接：https://blog.csdn.net/m0_67716216/article/details/123307754

版权

本文详细介绍了Pandas数据结构，包括Series和DataFrame的特性与创建方法。重点讲解了索引操作，如高级索引、层次化索引，以及数据排序的sort_index()方法。此外，还涵盖了算术运算、数据对齐、统计计算、描述性统计分析，以及读写数据操作，如CSV、Excel和数据库的读写。通过实例解析，帮助读者深入理解和掌握Pandas在数据分析中的应用。

摘要由CSDN通过智能技术生成

学习目标

1.掌握数据结构分析，索引操作及高级索引；

2.掌握算术运算符与数据对齐，数据排序；

3.掌握读写数据操作；

4.掌握统计计算与描述，层次化索引。

学习内容：

1.pasdas的数据结构分析

Pandas中有两个主要的数据结构：Series和DataFrame。

Series是一维的数据结构。Series是一个类似一维数组的对象，它能够保存任何类型的数据，主要由一组数据和与之相关的索引两部分构成。

值得注意的是：Series的索引位于左边，数据位于右边。

Series
index	element
0	1
1	2
2	3
3	4
4	5

构造方法创建：

DataFrame是二维的，表格型的数据结构。DataFrame是一个类似于二维数组或表格（如excel）的对象，它每列的数据可以是不同的数据类型。在获取DataFrame的一列数据时，推荐使用列索引的方式完成，主要是因为在实际使用中，列索引的名称中很有可能带有一些特殊字符（如空格），这时使用“点字符”进行访问就显得不太合适了

DataFrame的索引不仅有行索引，还有列索引，数据可以有多列。