Pandas学习笔记

目录

参考：

Pandas介绍

主要数据结构

Series

DataFrame

索引对象

基本功能

数据导入导出

---

---

参考：

pandas中文网：https://www.pypandas.cn

《python for Data Analysis》

Pandas介绍

Pandas是python的核心数据分析支持库，基于Numpy数组构建。二者最大的不同是pandas是专门为处理表格和混杂数据设计的（可以针对行列命名），而Numpy更适合处理统一的数值数组数据。可以类比列表和字典的区别去理解。实际应用中通常将二者搭配使用。

主要数据结构

Series

定义：

Series是一种类似于一维数组的对象。

组成：它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。若未指定索引，则默认从0开始以数字分配索引。

例：生成简单的Series。

series_1= pd.Series([3,4,5,6,5])
series_1
0    3
1    4
2    5
3    6
4    5
dtype: int64

例：通过Series对象的values和index属性获取其的数据形式和索引：

series_1.values
array([3, 4, 5, 6, 5], dtype=int64)
series_1.index
RangeIndex(start=0, stop=5, step=1)

例：为Series对象指定索引：

series_2= pd.Series([3,4,5,6,5],index=['a','b','c','d','e'])
series_2
a    3
b    4
c    5
d    6
e    5
dtype: int64

例：通过索引（表）访问Series对象中的值：

series_2['a']
3

series_2[['b','d','e']]
b    4
d    6
e    5
dtype: int64

例：使用NumPy函数或类似NumPy的运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数等）会保持索引和数值的关系：

series_2*3
a     9
b    12
c    15
d    18
e    15
dtype: int64

例：可以基于字典直接创建Series：pd.Series(字典)，其索引对应字典的键：

dict_1={'name':'tom','age':3,'color':'blue'}
series_3=pd.Series(dict_1)
series_3
name      tom
age         3
color    blue
dtype: object

例：可以对字典传入指定的索引表来改变所生成Series对象的数据的顺序：

index_new=['age','name','weigh']
series_4=pd.Series(dict_1,index=index_new)
series_4
age        3
name     tom
weigh    NaN
dtype: object

注：在pandas中，NaN即“非数字”（not a number，它用于表示缺失或NA值。

例：pandas的isnull和notnull函数可用于检测缺失数据：

pd.isnull(series_4)
age      False
name     False
weigh     True
dtype: bool

pd