一，pandas数据分析pandas是一种基于Numpy的开源数据分析工具包，提供了高性能，简单易用的数据结构和数据分析函数

本文链接：https://blog.csdn.net/mr_W5/article/details/135327268

pip show numpy

Name: numpy
Version: 1.21.5
Summary: NumPy is the fundamental package for array computing with Python.
Home-page: https://www.numpy.org
Author: Travis E. Oliphant et al.
Author-email: 
License: BSD
Location: c:\users\administrator\anaconda3\lib\site-packages
Requires: 
Required-by: astropy, bkcharts, bokeh, Bottleneck, daal4py, datashader, datashape, gensim, h5py, holoviews, hvplot, imagecodecs, imageio, matplotlib, mkl-fft, mkl-random, numba, numexpr, pandas, patsy, pyerfa, PyWavelets, scikit-image, scikit-learn, scipy, seaborn, statsmodels, tables, tifffile, xarray
Note: you may need to restart the kernel to use updated packages.

在 [2] 中：

pip show pandas

Name: pandas
Version: 1.4.4
Summary: Powerful data structures for data analysis, time series, and statistics
Home-page: https://pandas.pydata.org
Author: The Pandas Development Team
Author-email: pandas-dev@python.org
License: BSD-3-Clause
Location: c:\users\administrator\anaconda3\lib\site-packages
Requires: numpy, python-dateutil, pytz
Required-by: datashader, holoviews, hvplot, seaborn, statsmodels, xarray
Note: you may need to restart the kernel to use updated packages.

在 [3] 中：

pip show matplotlib

Name: matplotlib
Version: 3.5.2
Summary: Python plotting package
Home-page: https://matplotlib.org
Author: John D. Hunter, Michael Droettboom
Author-email: matplotlib-users@python.org
License: PSF
Location: c:\users\administrator\anaconda3\lib\site-packages
Requires: cycler, fonttools, kiwisolver, numpy, packaging, pillow, pyparsing, python-dateutil
Required-by: seaborn
Note: you may need to restart the kernel to use updated packages.

1.Series对象

（1）定义和创建
（2）数据访问
（3）常用方法

（1）定义和创建

Series对象是一种带有标签数据的一维数组，标签在Pandas中有对应的数据类型“Index”，Series类似于一维数组与字典的结合

在[6]中：

import pandas as pd
import numpy as np

在[11]中：

#pd.Series([5,8,6,3,47],index = ['a','b','c','d','e'])
pd.Series([5,8,6,3,47],index = list('abcde'))

输出[11]：

a     5
b     8
c     6
d     3
e    47
dtype: int64

在[15]中：

data = pd.Series({'邵' :89,'王' :98,'张' :60,'刘' :100})

在[16]中：

pd.Index(data)

输出[16]：

Int64Index([89, 98, 60, 100], dtype='int64')

在[17]中：

data.index

输出[17]：

Index(['邵', '王', '张', '刘'], dtype='object')

在[18]中：

data.values

输出[18]：

array([ 89,  98,  60, 100], dtype=int64)

在[19]中：

data.ndim

出[19]：

在[20]中：

data.shape

出[20]：

(4,)

在[21]中：

data.size

输出[21]：

（2）数据访问

In [22]:

data.keys() #用字典的形式keys（）方法访问对象

Out[22]:

Index(['邵', '王', '张', '刘'], dtype='object')

In [23]:

list(data.items()) #用键值对items（）方法访问

Out[23]:

[('邵', 89), ('王', 98), ('张', 60), ('刘', 100)]

In [24]:

data['邵']

Out[24]:

In [25]:

data['刘']

Out[25]:

（3）常用方法

In [33]:

names = ['aa','bb','cc','dd','ee']
ages = [50,42,32,65,80]
data = pd.Series(ages,names)
data

Out[33]:

aa    50
bb    42
cc    32
dd    65
ee    80
dtype: int64

In [34]:

data.sort_index()

Out[34]:

aa    50
bb    42
cc    32
dd    65
ee    80
dtype: int64

In [35]:

data.sort_index()

Out[35]:

aa    50
bb    42
cc    32
dd    65
ee    80
dtype: int64

In [36]:

data.rank()

Out[36]:

aa    3.0
bb    2.0
cc    1.0
dd    4.0
ee    5.0
dtype: float64

2.DataFrame对象

（1）定义和创建
（2）数据访问
（3）常见方法
（4）常见操作

（1）定义和创建

DataFrame可以看作是一种既有行索引，又有列索引的二维数组，类似于Excel表或关系型数据库中的二维表，是Pandas中最常用的基本结构

In [42]:

names = ['aa','bb','cc','dd','ee']
ages = [50,42,32,65,80]
gates = ['一班','二班','三班','四班','五班']
nums = [123,234,345,456,567]
data_2 = pd.DataFrame({'学号':nums,'班级':gates,'姓名':names,'年龄':ages},index = list('abcde'))
print(data_2)
data_2

    学号  班级  姓名  年龄
a  123  一班  aa  50
b  234  二班  bb  42
c  345  三班  cc  32
d  456  四班  dd  65
e  567  五班  ee  80

Out[42]:

	学号	班级	姓名	年龄
a	123	一班	aa	50
b	234	二班	bb	42
c	345	三班	cc	32
d	456	四班	dd	65
e	567	五班	ee	80

In [43]:

#（2）数据访问
names = ['aa','bb','cc','dd','ee']
ages = [50,42,32,65,80]
s_1 = pd.Series(names)
print(s_1)
print()
s_2 = pd.Series(ages)
s_2

pd.DataFrame({'姓名':names,'年龄':ages})

0    aa
1    bb
2    cc
3    dd
4    ee
dtype: object

Out[43]:

	姓名	年龄
0	aa	50
1	bb	42
2	cc	32
3	dd	65
4	ee	80

In [54]:

#data_2['姓名']
data_2.年龄
data_2['姓名'][1]    #根据行列位置访问单个数据

Out[54]:

'bb'

In [56]:

data_2['姓名']
data_2.年龄
data_2['姓名'][4]
data_2[['姓名','年龄']
data_2.loc[2,'姓名']
data_2.iloc[0:2,0:2]
data_2.年龄>40

  File "C:\Users\Administrator\AppData\Local\Temp\ipykernel_2752\328135043.py", line 7
    #data_2.年龄>40
                 ^
SyntaxError: unexpected EOF while parsing

（3）常见方法

（4）常见操作

In [57]:

#导入库
import numpy as np
import pandas as pd

In [66]:

#1
data_1 = pd.read_excel('../Stu_pack/pandas/exer_1.xlsx',skiprows = 1)
data_2 = pd.read_excel('../Stu_pack/pandas/exer_2.xlsx',skiprows = 1)
#print(data_1)
data_2
#data_3 = pd.merge(data_1,data_2)
data_3 = data_1.join(data_2.set_index('姓名'),on = '姓名')
data_3

Out[66]:

	姓名	性别	班级	语文	数学	英语	总分
0	Aa	男	2班	83	78	98	259
1	Bb	男	3班	67	93	56	216
2	Cc	女	3班	59	86	86	231
3	Dd	男	3班	75	60	59	194
4	Ee	女	3班	81	81	79	241
5	Ff	女	1班	68	67	95	230
6	Gg	女	1班	61	80	75	216
7	Hh	女	1班	89	70	96	255
8	Ii	女	3班	62	55	90	207
9	Jj	男	3班	68	91	94	253
10	Kk	女	2班	86	77	51	214
11	Ll	男	1班	88	72	78	238
12	Mm	男	2班	85	91	59	235
13	Nn	男	3班	80	65	76	221
14	Oo	女	3班	70	96	68	234
15	Pp	男	1班	76	78	98	252
16	Qq	女	1班	78	68	67	213
17	Rr	女	1班	78	68	67	213
18	Ss	女	2班	77	51	90	218
19	Tt	男	3班	67	98	99	264
20	Uu	女	3班	68	67	78	213
21	Vv	女	3班	98	77	51	226
22	Ww	女	3班	77	51	89	217
23	Xx	男	1班	89	89	67	245
24	Yy	女	1班	77	51	56	184
25	Zz	男	2班	56	68	67	191

In [69]:

#2
def sort(df,col):
    ss = df.sort_values(by = col,ascending = False)
    return ss
    
col = input('请输入你要排序的列名：') 
sort(data_3,col)   
#print(data_3.sort_values(["总分"],ascending=False))

请输入你要排序的列名：语文

输出[69]：

	姓名	性别	班级	语文	数学	英语	总分
21	Vv	女	3班	98	77	51	226
23	Xx	男	1班	89	89	67	245
7	Hh	女	1班	89	70	96	255
11	Ll	男	1班	88	72	78	238
10	Kk	女	2班	86	77	51	214
12	Mm	男	2班	85	91	59	235
0	Aa	男	2班	83	78	98	259
4	Ee	女	3班	81	81	79	241
13	Nn	男	3班	80	65	76	221
17	Rr	女	1班	78	68	67	213
16	Qq	女	1班	78	68	67	213
18	Ss	女	2班	77	51	90	218
24	Yy	女	1班	77	51	56	184
22	Ww	女	3班	77	51	89	217
15	Pp	男	1班	76	78	98	252
3	Dd	男	3班	75	60	59	194
14	哎呀	女	3班	70	96	68	234
20	呜呜	女	3班	68	67	78	213
9	Jj（英语：Jj）	男	3班	68	91	94	253
5	FF系列	女	1班	68	67	95	230
19	TT的	男	3班	67	98	99	264
1	BB型	男	3班	67	93	56	216
8	第二	女	3班	62	55	90	207
6	Gg 系列	女	1班	61	80	75	216
2	抄送	女	3班	59	86	86	231
25	嗤之以鼻	男	2班	56	68	67	191

在[71]中：

#3
data_3[(data_3['语文']<60) | (data_3['数学']<60) | (data_3['英语']<60)]

输出[71]：

	姓名	性别	班级	语文	数学	英语	总分
1	BB型	男	3班	67	93	56	216
2	抄送	女	3班	59	86	86	231
3	滴滴	男	3班	75	60	59	194
8	第二	女	3班	62	55	90	207
10	Kk	女	2班	86	77	51	214
12	毫米	男	2班	85	91	59	235
18	SS系列	女	2班	77	51	90	218
21	节	女	3班	98	77	51	226
22	Ww（英语：Ww）	女	3班	77	51	89	217
24	YY	女	1班	77	51	56	184
25	嗤之以鼻	男	2班	56	68	67	191