python如何分析数据结构_Python 数据分析（一）：常见数据结构的使用

如何解决开发环境

因为用 Python 做数据分析时需要用到大量的科学工具包，所以这里推荐使用 Anaconda ，它整合了很多科学工具，避免了我们自己一个个下载各种科学工具的麻烦。可以在这里下载：Home 。安装好后 Anaconda 自带了一个 IDE 叫 Spyder，你可以直接用这个编写代码，你也可以和我一样使用 PyCharm 。

Python 中有一个很强大的数据分析包，叫 pandas ( Python Data Analysis Library )，它是基于 NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。

在 Pandas 中有两种常见的数据结构：Series 和 DataFrame 。

学习这些数据结构可以从这几个方面入手：

1，概念：什么是数据结构；

2，定义：如何定义数据结构；

3，限制：使用这种数据结构有什么限制；

4，访问：访问这种数据结构的方式是什么样的；

5，修改：如何对这种数据结构进行增删改；

一、首先看什么是 Series

Series 是用于存储一行或者一列的数据，以及与之相关的索引的集合。

打开 Jupyter Notebook , 首先需要从 pandas 中导入 Series 包，如下所示：

通过默认的索引和指定的索引来获取 Series 中的数据，注意默认索引从 0 开始：

因为 x 的长度是3 ，所以当你用 x[3] 来访问第四个元素的时候，编辑器会报错：index out of bounds .

注意往 Series 中追加数据的时候，不能用如下的方式，因为 Series 的 append 方法只能用来往一个 Series 中追加一个新的 Series：

下面的使用才是正确的，创建一个新的 Series y，然后向 x 追加 y：

但是仍然需要注意的是，append 的方法并不会改变 x 的值，append 过后生产了一个新的 Series，如果需要改变 x 的值，我们需要将 append 后的 Series 重新赋值给 x, 如下所示：

我们可以通过以下方式来判断 Series 是否包含某个值，注意第一种用法是错误的，我们需要使用 '2' in x.values 来判断：

接下来我们看下 Series 的切片，切片的使用如下，x[1:3] 表示将索引 1 到 3 上的数据切出来，注意不包括索引 3 上的值：

如果我们需要随机抽样，可以指定索引切出所要的数据，比如这样，我们切出了索引 0 和 2上的数据 ：

下面看看怎么根据索引值来删除数据：

我们还能根据位置来删除，比如：

二、再来看看 DataFrame

DataFrame 是用于存储多行和多列的数据集合，可以理解成 Excel 表格，下面来看看使用方法。

同样的，先导入相应的包。如果不指定索引，创建 DataFrame 的时候就会默认从 0 开始，0，1,2，3...依次类推。

当然，我们也可以为 DataFrame 指定索引，比如下面这样：

按列访问：

按行访问，注意这样的写法是获取第二行的数据，不能获取第三行的数据：

按行索引访问，使用 loc 方法：

按行列号访问：

精准定位：

修改列名：

修改行索引：

删除数据，通过参数 axis 来确定是删除行还是删除列，axis = 0 表示删除行，1 表示删除列，如过不指定 axis 的值，则默认是 0 。演示如下：

增加行的操作：

增加列的操作：

以上就是 Pandas 中常见的数据结构的操作，下一章节涉及到向量计算。