Python实训Day04-初识Pandas以及与Numpy的关系

Pandas库的引用

Pandas：Python的第三方库，提供高性能易用数据类型和分析工具，有Series 、DataFrame 和Panel三种对象。
经常使用的包括Siries和DataFrame两种操作对象：

操作对象	介绍
Siries	索引+一维数据
DataFrame	行列索引+二维数据

Siries是一维数据，其索引可以是用户自定义的字符或数字，也可以没有索引，默认使用从零开始的序号，这两套索引并存，但不能在依次调用中同时出现。
而DataFrame可以看成一个索引对应一个列表。

实例：引用Pandas库计算学生成绩

读取文件内容，即学生成绩信息，包括学号，姓名，平时成绩1、2、3，试题1~5的得分，求总成绩（=0.3平时总成绩+0.7试题总成绩）.

import pandas as pd
import numpy as np
#读excel数据文件，得到的df为DataFrame格式
df = pd.read_excel(r"score.xlsx")
df

xh = df['学号']
x  = list(xh)
xm = df['姓名']
m  = list(xm)
ps = df['平时成绩1']+df['平时成绩2']+df['平时成绩3']
p  = list(ps)
ks = df['试题1得分']+df['试题2得分']+df['试题3得分']+df['试题4得分']+df['试题5得分']
k  = list(ks)
zc = ps*0.3+ks*0.7
z  = list(zc)
d  = pd.DataFrame({'学号':x, '姓名':m,'平时成绩':p,'考试成绩':k,'总成绩':z})
d

总结

如果想充分发挥Pandas的优势，就要把Series和DataFrame当成一个单一的变量看待，不能把他们想象得有多庞大，要充分利用第三方库提供的函数达到四两拨千斤的效果。

与Numpy的关系

Pandas是基于Numpy改进的，最主要的区别是在数据的应用当中，建立起了数据跟索引之间的关系，因此Pandas更加易用，性能更高。