最近在学习pandas数据分析与实战,将笔记整理如下:
学习目标:
- 熟练掌握pandas一维数组Series结构
- 熟练掌握pandas二维数组DataFrame结构和创建方法
- 熟练掌握pandas读取Excel文件的方法
- 掌握数据清洗的一般方法
一、pandas简介
pandas 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。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。
二、pandas常用数据类型
1.Series:一维数组,与Numpy中的一维array类似。与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型,字符串、boolean值、数字等都能保存在Series中。
2.DataFrame:二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。
三、Series
Series是pandas提供的一维数组,由索引和值组成,是一个类似字典的结构。
1.创建
import pandas as pdimport numpy as nps1 = pd.Series(range(1,10,2))s2 = pd.Series({'语文':98,'数学':88,'英语':68})print(s1,'',s2)********************0 11 32 53 74 9dtype: int64 语文 98数学 88英语 68dtype: int64********************
- 修改
由于我们没有为数据指定索引,系统会自动创建整数型索引。我们也可以修改器对应的值
s1[2]=-15 # 2 为索引s2['语文']=60 #‘语文’为索引
- 四则运算
两等长的Series对象可以进行四则运算
s1 = pd.Series(range(1,10,2))s2 = pd.Series(range(11,20,2