pandas 对某一行标准化_Python 数据分析（三）：初识 Pandas

点击上方蓝字关注，学习 Python 

1. 简介

Pandas 基于 NumPy 开发，它提供了快速、灵活、明确的数据结构，旨在简单、直观地处理数据。

Pandas 适用于处理以下类型的数据：

• 有序和无序的时间序列数据

• 带行列标签的矩阵数据，包括同构或异构型数据

• 与 SQL 或 Excel 表类似的，含异构列的表格数据

• 任意其它形式的观测、统计数据集，数据转入 Pandas 数据结构时不必事先标记

Pandas 主要数据结构是 Series(一维数据)与 DataFrame(二维数据)，这两种数据结构足以处理金融、统计等领域里的大多数典型用例。

2. Series

Series 可以自定义标签(索引)，然后通过索引来访问数组中数据，下面通过示例来了解一下。

from pandas import Series'''创建 Series 对象如果不指定索引，则使用默认索引，范围是：[0,...,len(数据)-1]'''s1 = Series([1, 2, 3, 4, 5])s2 = Series([1, 2, 3, 4, 5], index=['6', '7', '8', '9', '10'])print(s1)# 获取索引print(s1.index)# 获取值print(s1.values)# 获取索引和值print(s1.iteritems)# 取指定值print(s2[0])print(s2['6'])# 连续取值print(s2[1:3])print(s2['7':'8'])# 取不连续取值print(s2[[1,4]])print(s2[['7','10']])# 基本运算print(s1 + s2)print(s1 - s2)print(s1 * s2)print(s1 / s1)

3. DataFrame

DataFrame 是一种二维数据结构，类似于 Excel 、SQL 表或 Series 对象构成的字典，DataFrame 是最常用的 Pandas 对象，与 Series 一样，DataFrame 支持多种类型的输入数据，下面通过示例来做进一步了解。

3.1 创建

我们先来看一下如何创建 DataFrame。

from pandas import DataFrameimport numpy as np# 直接创建df1 = DataFrame(np.random.randn(5,5), index=list('abcde'), columns=list('abcde'))print(df1)# 使用字典创建dic = {'name':['张三', '李四', '王五', '赵六', '朱七'], 'age':[20, 18, 30, 40, 50]}df2 = DataFrame(dic)print(df2)df3 = DataFrame.from_dict(dic)print(df3)# 转为字典d = df3.to_dict()print(d)

3.2 基本操作

我们通过示例来看一下 DataFrame 的常用基本操作。

from pandas import DataFramedic = {'name':['张三', '李四', '王五', '赵六', '朱七'], 'age':[20, 18, 30, 40, 50], 'gender':['男', '女', '男', '女', '男']}df = DataFrame(dic)# 数据类型print(df.dtypes)# 维度print(df.ndim)# 概览print(df.info())# 行、列数print(df.shape)# 行索引print(df.index.tolist())# 列索引print(df.columns.tolist())# 数据(二维数组形式)print(df.values)# 前几行print(df.head(2))# 后几行print(df.tail(2))# 获取一列print(df['name'])# 类型为 Seriesprint(type(df['name']))# 获取多列print(df[['name', 'age']])# 类型为 DataFrameprint(type(df[['name', 'age']]))# 获取一行print(df[1:2])# 获取多行print(df[1:4])# 多行的某一列数据print(df[1:4][['name']])# 某一行某一列数据print(df.loc[1, 'name'])# 某一行指定列数据print(df.loc[1, ['name', 'age']])# 某一行所有列数据print(df.loc[1, :])# 连续多行和间隔的多列print(df.loc[0:2, ['name', 'gender']])# 间隔多行和间隔的多列print(df.loc[[0, 2], ['name', 'gender']])# 取一行print(df.iloc[1])# 取连续多行print(df.iloc[0:3])# 取间断的多行print(df.iloc[[1, 3]])# 取某一列print(df.iloc[:, 0])# 取某一个值print(df.iloc[0, 1])

3.3 添加删除

我们通过示例来看一下如何向 DataFrame 中添加数据以及如何从其中删除数据。

from pandas import DataFrameimport pandas as pdimport numpy as npdf1 = DataFrame([['张三', '22'], ['李四', '33'], ['王五', '11']], columns=['name', 'age'])df2 = DataFrame([['张三', '22'], ['李四', '33'], ['王五', '11']], columns=['name', 'age'])# 在某位置插入一列# 方式 1col = df1.columns.tolist()col.insert(1, 'gender')df1.reindex(columns=col)df1['gender'] = ['男', '女', '保密']print(df1)# 方式 2df1.insert(0, 'id', ['001', '002', '003'])print(df1)# 在某位置插入一行row = ['004', '赵六', '66', '男']df1.iloc[2] = rowprint(df1)df3 = DataFrame({'name':'赵六', 'age':'55'}, index=[0])df2 = df2.append(df3, ignore_index=True)print(df2)# 合并df4 = DataFrame(np.arange(6).reshape(3, 2), columns=['a', 'b'])df5 = DataFrame(np.arange(6).reshape(2, 3), columns=['c', 'd', 'e'])# 按行pd6 = pd.concat([df4, df5], axis=1)print(pd6)# 按列pd7 = pd.concat([df4, df5], axis=0, ignore_index=True)print(pd7)'''删除参数1：要删除的标签参数2：0 表示行，1 表示列参数3：是否在当前 df 中执行该操作'''df5.drop(['c'], axis=1, inplace=True)print(df5)df5.drop([1], axis=0, inplace=True)print(df5)

END

往期回顾 Python 数据分析(一)：NumPy 基础知识 Python 数据分析(二)：Matplotlib 绘图

长按扫码关注，学习 Python