点击“机器学习算法与Python实战”,“置顶”公众号
重磅干货,第一时间送达
Python数据分析之numpy数组全解析
Python数据分析之Pandas读写外部数据文件
目录
1引言
2 Series数组
2.1 Series数组构成
2.2 创建Series数组
2.3 Series数组常用属性
3 DataFrame数组
3.1 DataFrame数组构成
3.2 创建DataFrame数组
3.3 DataFrame数组的常用属性
4 总结
1引言
本文总结Pandas中两种常用的数据类型:
(1)Series是一种一维的带标签数组对象。
(2)DataFrame,二维,Series容器
2 Series数组
2.1 Series数组构成
Series数组对象由两部分构成:
值(value):一维数组的各元素值,是一个ndarray类型数据。索引(index):与一维数组值一一对应的标签。利用索引,我们可非常方便得在Series数组中进行取值。如下所示,我们通过字典创建了一个Series数组,输出结果的第一列就是索引,第二列就是数组的具体值。
>>> import pandas as pd>>> a =pd.Series([102, 212, 332, 434])>>> a0 1021 2122 3323 434dtype: int64
也可以在创建时手动指定索引:
>>> a = pd.Series([102, 212, 332, 434], index=['第一列', '第二列', '第三列', '第四列'])>>> a第一列 102第二列 212第三列 332第四列 434dtype: int64
利用索引,我们可以更加方便得在数组中进行取值:
>>> a['第一列']102>>> a[['第一列', '第二列']]第一列 102第二列 212dtype: int64
当然,你也可以使用以往的数字下标从数组中取值:
>>> a[0]102>>> a[[0,1]]第一列 102第二列 212dtype: int64
2.2 创建Series数组
(1)通过list、tuple创建
>>> pd.Series([123, 321, 345,543]) # 传入一个list0 1231 3212 3453 543dtype: int64>>> pd.Series((123, 321, 345,543)) # 传入一个元组0 1231 3212 3453 543dtype: int64
(2)通过传入一维numpy数组对象创建
>>> import numpy as np>>> n = np.arange(3) # 创建一个一维的numpy数组>>> pd.Series(n)0 01 12 2dtype: int32
注意:传入的numpy必须是一维的数组,否则会报错。
>>> n = np.arange(6).reshape((2,3))>>> pd.Series(n)Traceback (most recent call last):File "", line 1, in ……packages\pandas\core\internals\construction.py", line 729, in sanitize_arrayraise Exception("Data must be 1-dimensional")Exception: Data must be 1-dimensional
(3)通过传入字典创建
通过字典创建Series数组时,字典的key会自动被设置成Series数组的索引:
>>> pd.Series({'name':'张三', 'age':40, 'weight':140})name 张三age 40weight 140dtype: object
(4)通过传入一个标量值创建
当传入一个标量值时,必须传入index索引,Series会根据传入的index参数来确定数组对象的长度:
>>> a = pd.Series(10, index=['a', 'b', 'c', 'd'])>>> aa 10b 10c 10d 10dtype: int64
2.3 Series数组常用属性
Series数组的属性与numpy数组属性很是类似,如下表所示:
![a91df4ebbf800293802e82e3164e3e3b.png](https://i-blog.csdnimg.cn/blog_migrate/3e38d65bcd3e6189716b210fb914329a.png)
3 DataFrame数组
3.1 DataFrame数组构成
DataFrame数组是Pandas中另一种数据结构,其数据的呈现方式类似于Excel这种二维表结构。相比于Series数组,DataFrame可以存放多维数据,所以DataFrame不仅仅有索引,还有列名,如下所示:
>>> d = {'one': [1, 2, 3, 4], 'two':['一', '二', '三', '四']}>>> pd.DataFrame(d)one two0 1 一1 2 二2 3 三3 4 四>>> df.indexRangeIndex(start=0, stop=4, step=1)>>> df.columnsIndex(['one', 'two'], dtype='object')
可以看到,DataFrame数组可以包含多维数据,类似于一张二维表。与Series类似,DataFrame数组也有一个index索引,在不指定索引时,通常会自动生成从零开始步长为1的索引。此外DataFrame数组还有一个列名,索引和列名是从数组中挑选数据的重要依据。
3.2 创建DataFrame数组
(1)通过字典创建
通过字典来创建DataFrame数组时,字典的键将会自动成DataFrame数组的列名,字典的值必须是可迭代对象,例如Series、numpy数组、list、tuple等,不同Series数组中对应的缺失值pandas将自动填充NaN:
以list列表为值的字典:
>>> d = {'one': [1, 2, 3, 4], 'two':['一', '二', '三', '四']}>>> pd.DataFrame(d)one two0 1 一1 2 二2 3 三3 4 四
以numpy数组为值得字典:
>>> d = {'zero': np.zeros((3,)), 'ones': np.ones((3,)), 'twos':np.full((3,),2)}>>> pd.DataFrame(d)zero ones twos0 0.0 1.0 21 0.0 1.0 22 0.0 1.0 2
以Series为值的字典:
>>> d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']), 'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}>>> df = pd.DataFrame(d) # 创建DataFrame数组>>> dfone twoa 1.0 1.0b 2.0 2.0c 3.0 3.0d NaN 4.0
无论是上面那种类型对象为值的字典,都可以通过下面的方式重新指定列索引:
>>> pd.DataFrame(d, index=['d', 'b', 'a'])one twod NaN 4.0b 2.0 2.0a 1.0 1.0
当然,也可以在手动指定列名,不过行索引对应的键数据才会传入新建的数组中:
>>> pd.DataFrame(d, index=['d', 'b', 'a'], columns=['two', 'three'])two threed 4.0 NaNb 2.0 NaNa 1.0 NaN
(2)通过列表创建
通过列表创建DataFrame数组时,列表的每一个元素必须是字典,这样,字典的键将作为列名。
>>> d = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]>>> pd.DataFrame(d)a b c0 1 2 NaN1 5 10 20.0>>> pd.DataFrame(d, index=['第一行', '第二行']) # 重新指定索引a b c第一行 1 2 NaN第二行 5 10 20.0
(3)通过功能函数创建
我们还可以通过诸如from_dict()、from_records()这类的功能函数来创建DataFrame数组,以from_dict()为例:
>>> d = {'A': [1, 2, 3], 'B': [4, 5, 6]}>>> pd.DataFrame.from_dict(d)A B0 1 41 2 52 3 6
如果需要让字典的键作为索引,重新指定列名,可以传入orient='index'参数,然后重新传入列名:
>>> pd.DataFrame.from_dict(d,orient='index', columns=['one', 'two', 'three'])one two threeA 1 2 3B 4 5 6
3.3 DataFrame数组的常用属性
DataFrame数组的属性与Series数据几乎一样,只是多了一个保存列名信息的columns属性,参看上面表格中的Series属性就行了。
4 总结
本文大致介绍了Pandas中的两种重要数据结构Series数组对象和DataFrame数组对象的特点、主要创建方法、属性。
作者:奥辰
https://www.cnblogs.com/chenhuabin/p/11436012.html
加入机器学习微信群,请后台回复「入群」
推荐阅读:
深度研究:回归模型评价指标R2_score机器学习中特征选择怎么做?这篇文章告诉你手把手教你如何在阿里云ECS搭建Python TensorFlow Jupyter