安装:
pandas的最小依赖项为:
NumPy,python-dateutil,pytz
安装pandas前需先安装上述三个依赖项。
pandas官网文档强调,pandas项目名称中的字母应该全部采用小写形式,同时导入pandas库应采用import pandas as pd
。
1.pandas的DataFrame数据结构
DataFrame是一种带标签的二维对象。
创建方式为:
- 从另一个DataFrame创建DataFrame
- 从具有二维形状的NumPy数组创建
- 用pandas的另一种数据结构Series创建
- 从CSV之类的文件创建
from pandas.io.parsers import read_csv
df = read_csv("hahaha.csv") #从CSV中读取
print("Dataframe",df) #显示内容
print(df.shape) #数据结构的形状
print(len(df)) #长度
print(df.columns) #每一列的标题 df.columns[2]
print(df.dtypes) #每一列的数据类型 df.dtypes[2]
print(df.index) #每一行的索引号
print(df.values) #数据结构的值
print(df.values[4]) #通过索引检索每一行的值
DataFrame的索引可以由pandas自动创建,或是手动规定。
2.pandas的DataFrame数据结构
创建方式为:
- 由Python字典创建
- 由NumPy数组创建
- 由单个标量值创建
创建Series数据结构时,可以向构造函数递交一组轴标签,这些标签通常称为索引,是一个可选参数。通常,如果numpy作为输入数据,那么pandas将索引值从0开始自动递增。如果传递的为python字典,则键值为索引。如果输入的为标量值,则需手动提供索引值。
from pandas.io.parsers import read_csv
df = read_csv("WHO_first9cols.csv") #从CSV中读取
first_col = df[df.columns[0]] #选中DataFrame一列,则为Series型数据
print(first_col.dtypes) #输出类型,numpy的函数同样适用于pandas
print(np.sum(first_col - first_col.values)) #numpy的函数适用于DataFrame与Series
print(first_col.shape) #输出每维的长度
print(first_col.index) #索引
print(first_col.values) #值,索引方式first_col.valuse[4]
print(first_col.name) #该列或者Series数据的名字,第一行