Python数据分析之Pandas-1

Python数据分析之Pandas-1

---

---

基本介绍

• 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。pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数与方法。
• 导入库：

代码如下：

import pandas as pd
import numpy as np

基本数据结构

pandas中有两种常用的基本结构：

• Series
  • 一维数组，与numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。
• DateFrame
  • 二维的表格数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下内容主要以DataFrame为主。

series类型

• pandas库的 一维Series可以用一维列表初始化：
• 默认情况下，series的下标都是数字（可以使用额外参数指定），类型是统一的。
  
• 通过index来指定下标：
  
• 查看索引（数据的行标签）
  
• 查看series的整个数组的值，查看series索引为3位置的值：
  
• 切片操作[开始:结束:步长]，左闭右开：
  
• 索引赋值，给索引命名：
  
• 将索引用列表的方式更换为“abcdef”：
  
• 通过“abcdef”的索引方式对一维数组切片，左闭右闭：
  

DataFrame类型

• pandas库的DataFrame是个二维结构，这里首先构造一组时间序列，作为我们第一位的下标。从2018年1月1日起，创建6个时间。
  
• 用传入二维数组（np生成正态分布的6行4列的随机数）的方式，创建一个DataFrame结构。默认情况下不指定index和columns，那它们的值将用从0开始的数字代替。
  
• 这里我们用刚刚创建的时间序列，指定index的值；用“ABCD”指定columns的值，将得到以下DataFrame结构：
  
• 除了向DataFrame传入二维数组的方式，还可以使用字典传入数据。如下示例：
  

查看数据

• 头尾数据：head和tail方法可以分别查看最前面的几行和最后面的几行。（默认是5行）

• 下标：使用index属性查看
  
  

数据读取与数据操作

• 行操作：
  • 使用iloc()函数或者loc()函数，获取某几行的数据。
    
    
    
  • 添加一行：使用字典传入新添加这一行的数据，再转成一维数组。再使用append()函数将这一行添加到原二维数组。
    
    
  • 删除一行：使用drop()函数，将刚添加的那一行删去。
    
• 列操作：

  • 使用df.columns显示df数组的所有列字段。用df[‘列名称’]查看莫一列的数据。
    

  • 增加一列：新增一列，可以用df[‘新一列的名称’]的方式。
    

  • 删除一列：使用drop（）函数，将列名称作为参数。axis参数用于指定删除的方向，默认值为0，表示删除行；指定为1时，表示删除列。
    

  • 通过标签选择数据:指定行，指定列即可。
    

• 条件选择：
  • 使用字段的判断来选取，df['产地']=="美国"的返回值为bool类型。

缺失值及异常处理

• 缺失值的处理方法
  
• 判断确实值
  
• 填充缺失值
  
  
• 删掉缺失值：使用dropna()函数
  
• 处理异常值
  
  
  

数据保存

---

以上就是本文的全部内容，感谢各位的阅读与支持！