Python数据分析2-pandas入门和实战

目录

2.1pandans数据结构

2.1.1创建Series数据

2.1.2创建DaraFrame属性

2.1.3索引对象

 2.2pandas索引操作

2.2.1重新索引

2.2.2更换索引

2.2.3索引和选取

        1 不通过函数选取行列

        2 选取DataFrame数据的行和列

        3 布尔选择

2.2.4操作行和列

        1.增加

         2.删除

         3.修改

2.3pandas数据运算

 2.3.1算数运算

 2.3.2函数应用和映射

 2.3.3排序

 2.3.4汇总与统计

 2.3.5唯一值和值计数

2.4层次化索引

 2.4.1层次化索引简介

 2.4.2重排分级顺序

 2.4.3统计汇总

2.5pandas可视化

2.5.1线形图

2.5.2柱状图

2.5.3直方图和密度图

2.5.4散点图 

 2.6综合示例-小费数据集

2.6.1数据分析流程

2.6.2数据来源

2.6.3定义问题

2.6.4数据清洗

2.6.5数据探索

---

2.1pandans数据结构

        pandas又两个基本得数据结构:Series和Dataframe

2.1.1创建Series数据

        Series数据结构类似于一维数组,但它是由一组数据(各种Numpy数据类型)和一组 对应得索引组成。通过一组列表数据即可产生最简单得Series数据,如图

         Series数据:索引在左边，值在右边。可以看出，如果没有指定一组数据作为索引的话，Series数据会以0到N-1（N为数据的长度）作为索引，也可以通过指定索引的方式来创建Series数据，如图

         Series有values和index属性，可返还值数据的数组形式和索引对象，如图

         Series与普通的一维数组相比，其具有索引对象，可通过索引来获取Series的单个或一组数值，如图

         Series运算都会保留索引和值之间的链接，如图

         Series数据中的索引和值一一对应，类似于Python字典数据，所以也可以通过字典数据来创建Series，如图

         由于字典结构是无序的，因此返回的Series也是无序的，这里依旧可以通过index指定索引的排列顺序，如图

         Series数据和索引都有name属性，这样我们可以给Series定义名称，让Series具有可读性

2.1.2创建DaraFrame属性

        DataFrame数据是Python数据分析最常用的数据，无论是创建的数据或外部数据，我们首先想到的都是如何将其转换为DataFrame数据，原因是DataFrame数据为表格型数据。说道表格型数据，多数人想到的可能是Excel表格，本节将会把DataFrame与Excel两种数据进行对比。

        在Excel中，在单元格中输入数据即可创建一张表格。对于DataFrame数据而言，需要用代码实现，创建DataFrame数据的办法有很多，最常用的是传入数组、列表、或元祖组成的字典。如图

         返回的数据如上图，DataFrame数据有行索引和列索引，行索引类似于Excel表格中每行的编号（没有指定索引的情况下），列索引类似于Excel表格的列名（通常也可称为字段）。

        由于字典是无序的，因此可以通过columns指定列索引的排列顺序。如图

         当没有指定索引的情况下，会使用0到N-1（N为数据的长度）作为行索引，这里也可以使用其他数据作为索引，如图

         使用嵌套字典的数据也可以创建DataFrame数据，如图

        下表提供列部分常用的为创建DataFrame数据可传入的数据类型

类型	使用说明
二维ndarray	数据矩阵，可传入行列索引
由数组、列表或元组组成的字典
由Series组成的字典	每个Series为一列，Series索引合并为行索引
嵌套字典
字典或Series列表	各项成为DataFrame一行，字典键或Series索引成为DataFrame列索
由列表或元组组成的列表	‘’引类似于”二维数组’

         如果df为某班级学生的信息，通过设置DataFrame的index和columns的name属性，可以将这些信息显示出来，如图

         通过Values属性可以将DataFrame数组转换为二维数组，如图

 注：各列数据类型不同，返回的数组会兼顾所有的数据类型

2.1.3索引对象

        Series的索引和DataFrame的行和列索引都是索引对象，用于负责管理轴标签和元数据，如图

         索引对象是不可以修改的，如果修改就会报错，如图

         索引对象类似于数组数据，其功能也类似于一个固定大小的合计，如图

 2.2pandas索引操作

         本节将针对Series和DataFrame数据，讲解Series和DataFrame索引操作的方法，通过将他们与Excel数据的类比，讲解DataFrame数据的选取与操作。

2.2.1重新索引

        前面说过，索引对象是无法进行修改的，本节所说的重新索引并不是给索引重新命名，而是多索引重新排序，如果某个索引值不存在的话，就会引入缺失值，首先来看下Series重新排序后的索引，如图

        对于DataFrame数据来说，行和列索引都是可以重新索引的，如图

         重新索引列需要使用columns关键字，如图