Pandas库入门
目录
(一)Seriesl类型:由一组数据及与之相关的数据索引组成
Pasdas库介绍
Pandas是Python第三方库,提供高性能易用数据类型和分析工具,Pandas基于NumPy实现,常与NumPy和Matplotlib一同使用
import pandas as pd
比较Numpy和Pandas:
Numpy | Pandas |
基础数据类型 | 扩展数据类型 |
关注数据的结构表达 | 关注数据的应用表达 |
维度:数据间关系 | 数据与索引间关系 |
Pandas数据类型
两种数据类型:一维数据类型:Series
二维/多维数据类型:DataFrame
(一)Seriesl类型:由一组数据及与之相关的数据索引组成
Series类型创建:
- Python列表,index与列表元素个数一致
- 标量值,index表达Series类型的尺寸
- Python字典,键值对中的“键”是索引,index从字典中进行选择操作
- ndarray,索引和数据都可以通过ndarray类型创建
- 其他函数,range()函数等
Series类型基本操作:
(1)Series类型包括index和values两部分
(2)Series类型的操作类似ndarray类型
- 索引方法相同,采用[]
- NumPy中运算和操作可用于Series类型
- 可以通过自定义索引的列表进行切片
- 可以通过自动索引进行切片,如果存在自定义索引,则一同被切片
(3)Series类型的操作类似Python字典类型
- 通过自定义索引访问
- 保留字in操作
- 使用.get()方法
(4)Series类型对齐操作:Series类型在运算中会自动对齐不同索引的数据
(5) Series类型的name属性:Series对象和索引都可以有一个名字,存储在属性.name中
(6)Series类型的修改:Series对象可以随时修改并即刻生效
(二)DataFrame类型:由共用相同索引的一组列组成
DataFrame是一个表格型的数据类型,每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据,但可以表达多维数据
DataFrame类型创建:
- 二维ndarray对象
- 由一维ndarray、列表、字典、元组或Series构成的字典
- Series类型
- 其他的DataFrame类型
DataFrame类型的数据操作与Series类似,依据行类索引。
Pasdas库数据类型操作
增加或重排:重新索引
.reindex()能够改变或重排Series和DataFrame索引
.reindex(index=None, columns=None, …)
索引类型常用方法:
删除:.drop()能够删除Series和DataFrame指定行或列索引
Pasdas库数据类型运算
算术运算
- 算术运算根据行列索引,补齐后运算,运算默认产生浮点数
- 补齐时缺项填充NaN (空值)
- 二维和一维、一维和零维间为广播运算
- 采用+ ‐ * /符号进行的二元运算产生新的对象
比较运算
- 比较运算只能比较相同索引的元素,不进行补齐
- 二维和一维、一维和零维间为广播运算
- 采用> < >= <= == !=等符号进行的二元运算产生布尔对象
- 同维度运算,尺寸一致;不同维度,广播运算,默认在1轴