Python - pandas库的使用
pandas简介
Numpy在向量化的数值计算中优势明显,但是在处理较为复杂的数据,例如标签化的数据中表现力不从心,而基于Numpy库进行开发的Pandas提供了使得数据分析变得更简单的高级数据结构和操作工具。
由于pandas基于Numpy开发,所以pandas的向量化和矩阵运算与numpy基本相同。
但是对于纯粹的计算,Numpy要比pandas更加快速。
调用方法
import pandas as pd
关于pd.Series
Series是带有标签数据的一维数组。
创建series对象
pd.Series(data,index=,dtype)
# data可以是列表,字典或np数组, index是索引,为可选参数,dtype同
- 通过列表创建
>>> a = pd.Series([1,2,3,4])
>>> a
0 1
1 2
2 3
3 4
dtype: int64
# 数据为标量的时候
>>> a = pd.Series(1,index=['a','b'])
>>> a
a 1
b 1
dtype: int64
- 通过np数组创建
>>> a = pd.Series(np.arange(4),index=['a','b','c','d'])
>>> a
a 1
b 2
c 3
d 4
dtype: int32
>>> a['a']
1
- 通过字典创建
>>> dict = {
'a':1,'b':2,'c':3,'d':4}
>>> pd.Series(dict,index=['a','b','c','d','e']) # 如果有指定标签,那么会根据index以及字典的key进行比对,比对成功则输出,没有找到输出NaN。
a 1.0
b 2.0
c 3.0
d 4.0
e NaN
dtype: float64
关于pd.DataFrame
DataFrame是带有标签的多维数组
创建DaraFrame对象
pd.DataFrame(data, index=, columns=) # columns为列标签,可选参数!
- 通过Series对象创建
>>> a
a 1
b 2
c 3
d 4
dtype: int64
>>> pd.DataFrame(a, columns = ["num"])
num
a 1
b 2
c 3
d 4
- 通过字典对象进行创建
>>> dict
{
'a': [1, 2, 3], 'b': [4, 5, 6], 'c': 3, 'd':