python的pandas需要另外下载吗_【IT专家】python之pandas的基本使用(1)

本文由我司收集整编，推荐下载，如有疑问，请与我司联系

python

之

pandas

的基本使用(

1

)

2017/01/20

2749

一、

pandas

概述

pandas

：

pannel

data

analysis

(面板数据分

析)

。

pandas

是基于

numpy

构建的，为时间序列分析提供了很好的支持。

pandas

中

有两个主要的数据结构，一个是

Series

，另一个是

DataFrame

。

二、数据结构

Series

Series

类似于一维数组与字典

(map)

数据结构的结合。它由

一组数据和一组与数据相对应的数据标签(索引

index

)组成。这组数据和索引标签

的基础都是一个一维

ndarray

数组。可将

index

索引理解为行索引。

Series

的表现形

式为：索引在左，数据在右。

•

获取数据和索引：

ser_obj.index, ser_obj.values

•

预览数据：

ser_obj.head(n), ser_obj.tail(n)

Series

的使用代码示例：

import

pandas

as

pdfrom

pandas

import

Series,DataFrameprint

‘

用一维数组生成

Series’x = Series([1,2,3,4]) print x’’’0 11 22 33 4’’’print x.values # [1 2 3 4]#

默认标签

为

0

到

3

的序号

print x.index # RangeIndex(start=0, stop=4, step=1) print ‘

指定

Series

的

index’

#

可将

index

理解为行索引

x

=

Series([1,

2,

3,

4],

index

=

[‘a’,

‘b’,

‘d’,

‘c’])print

x’’’a

1b

2d

3c

4’’’print

x.index

#

Index([u’a’,

u’b’,

u’d’,

u’c’],

dtype=‘object’)print

x[‘a’]

#

通过行索引来取得元素值：

1x[‘d’]

=

6

#

通过行索引来

赋值

print x[[‘c’, ‘a’, ‘d’]] #

类似于

numpy

的花式索引

’’’c 4a 1d 6’’’print x[x 2] #

类

似于

numpy

的布尔索引

’’’d 6c 4’’’print ‘b’ in x #

类似于字典的使用：是否存在该索

引：

Trueprint

‘e’

in

x

#

Falseprint

‘

使用字典来生成

Series’data

=

{‘a’:1,

‘b’:2,

‘d’:3,

‘c’:4}x = Series(data)print x’’’a 1b 2c 4d 3’’’print ‘

使用字典生成

Series,

并指定额外的

index

，不匹配的索引部分数据为

NaN

。

’exindex

=

[‘a’,

‘b’,

‘c’,

‘e’]y

=

Series(data,

index = exindex) #

类似替换索引

print y’’’a 1.0b 2.0c 4.0e NaN’’’print ‘Series

相加，

相同行索引相加，不同行索引则数值为

NaN’print

x+y’’’a

2.0b

4.0c

8.0d

NaNe

NaN’’’print

‘

指定

Series/

索引的名字

’y.name

=

‘weight

of

letters’y.index.name

=

‘letter’print

y’’’lettera

1.0b

2.0c

4.0e

NaNName:

weight

of

letters,

dtype:

float64’’’print