Pandas数据分析(上)｜一文读懂Series和DataFrame

前言

本文主要介绍Pandas中两个重要的数据结构：Series 和 DataFrame。二者在pandas数据分析与处理中是使用最多的数据结构。

因此,学习Pandas这两个重要的数据结构，对于使用Python进行数据分析与处理非常重要。

Series

  Series介绍

Series是一个有索引(或者说标签)的由同一类型数据组成的一组数据，其数据是一维的。

  Series创建

Series创建：使用pd.Series()创建对象。

pd.Series(    data=None,#可以为列表、元组、字典、numpy.ndarray    index=None,#可省略，省略后默认从0开始创建    dtype=None,    name=None,    copy=False,    fastpath=False,)

显示给出index则为显式索引，没有显式给出索引index则系统默认提供一个从0开始递增的索引。

显式索引：即定义/创建时给出的index。

隐式索引：系统默认提供一个从0开始递增的整数索引。

例子-新建Series，给定索引index

上例，显式索引为a、b、 c、 d ,隐式索引为 0、 1、 2、 3.

例子-新建Series，省略index

未给出显式索引，系统会自动创建从0开始递增的索引。

  Series属性

Series.index   获取/查看索引（index）部分

Series.values  获取/查看数据（data）部分

查看index和values属性

  Series操作

索引访问与切片

• Series支持显示/隐式index索引访问数据与切片操作。

• Sereis 提供索引方式iloc和loc访问数据。

显式/隐式index数据访问及切片

s = pd.Series(data=list('春眠不觉晓'),              index=list('abcde'))print(s['c']) # 显式index读数据print(s[2])   # 隐式index读数据print('--------')print(s['a':'d']) #显式index切片print(s[0:3]) #隐式index切片

⬆️注意区分Series显式index切片和隐式index切片的不同之处，显示索引是闭合，隐式索引切片同Python切片。

索引方式iloc和loc

• Series.loc[显式索引]   

• Series.iloc[隐式索引]

s.loc['c'] #Series.loc-显式索引s.iloc[2] #Seried.iloc-隐式索引s.loc['a':'c'] #切片s.iloc[0:2] #切片

loc和iloc切莫混用显式和隐式索引，否则会报错。

  index支持in判断

Series可使用显式index做in操作，判断Series中有无该index。

  更新index次序

Series.reindex(index=None)

调整显式index次序,返回一个新的Series，reindex不改变原Series对象。

此外更新的index为原来已存在的，如果index不存在则对应的value为NaN。

DataFrame

  DataFrame介绍

DataFrame 是一种类似表格的二维数据结构的对象。DataFrame 既有行索引也有列索引，它可以被看做是一组共用index的Series组成的二维数据。

  DataFrame创建

DataFrame创建的根据数据的来源，可以将DataFramec创建分为两种

第一种：直接创建/定义 (这种方式实际很少用)

pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

 例-直接创建/定义

import pandas as pdimport numpy as npx = pd.DataFrame(data=np.arange(0,20).reshape(4,5),                index=list('ABCD'),                columns=list('金木水火土'))

第二种：从外部文件中读取/导入（常用方式）

panda可以导入以下各种数据格式：

1. CSV    2.EXCEL    3.SQL

4.HTML  5.Json      6.pdf 等

对应的pandas方法形如pd.read_xxxx()，如读取csv为pd.read_csv()、excel为pd.read_excel()。

#从CSVpd.read_csv(    filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]],    sep=',',    delimiter=None,    header='infer',    names=None,    index_col=None    )

例-从文件中导入

  DataFrame属性

• index 行索引

• columns 列名/列索引名

• shape 数据形状

• dtype 查看数据类型

例-查看上图DataFrame的属性

  DataFrame操作

访问数据

访问整行或整列数据以及访问指定行列位置的数据，访问数据可分为两类，即通过列columns访问和通过index行访问。

通过列访问：根据使用列名的方式不同可以分为：列名作为下标访问或者列名作为属性访问

  

例-列名作为下标访问数据

例-列名作为属性访问数据

通过行访问：loc[显式index]，iloc[隐式index]，以及ix[]

iloc行用隐式index访问行，即行为整数

loc 行用显式名访问（如果定义了行名）

ix 混用，即行列可以用隐式或者显式（该方法已过时）

例-loc[显式index]访问行数据

例-使用iloc[隐式index]访问行数据

例-ix[行索引 ，列索引],访问指定位置数据

由于ix的方式已经过时，因此通过行与列访问指定数据，一般建议loc 和 iloc的方式。

  删除数据

使用drop()方法删除数据。drop()方法默认不修改数据本身，如果inplace=True 则会修改原数据。

x.drop(    labels=None,    axis=0,    index=None,    columns=None,    level=None,    inplace=False,    errors='raise',)

例-删除指定行

例-删除指定列

--End--

分享