《利用Python进行数据分析》—第5章 pandas入门

最新推荐文章于 2024-09-18 20:39:31 发布
最新推荐文章于 2024-09-18 20:39:31 发布
阅读量224 收藏 1
点赞数
分类专栏： 利用python进行数据分析 文章标签： python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43331565/article/details/107932328
版权

Series

Series可以看成是一个定长的有序字典。
Series对象本身及其索引都有一个name属性。
在这里插入图片描述
索引可以通过赋值的方式进行修改。

DataFrame

DataFrame可以看成是由Series组成的字典（共用同一个索引）。
其实，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。
DataFrame也可以设置index和columns的name属性。
在这里插入图片描述

重新索引

reindex方法可以对Series和DataFrame进行重排，传入一个新索引，若新索引在当前索引中找不到，就用NA（NaN）值填充，也可以设置fill_value参数用特定的值填充。
在这里插入图片描述
传入columns关键字即可重新索引列。

索引、选取和过滤

在这里插入图片描述
几个特殊用法：

  1. 通过布尔型数组选取行
    （我把它记忆为：选取满足某个列的特定条件的行。）
    在这里插入图片描述
    在这里插入图片描述

算术运算和数据对齐

相同索引会自动对齐并进行算术运算，找不到相同索引的显示NaN。
在这里插入图片描述
在这里插入图片描述

函数应用和映射

Numpy的元素级数组方法也可以用于操作pandas对象。
在这里插入图片描述
apply的用法：
在这里插入图片描述
除了标量值外，传给apply的函数还可以返回由多个值组成的Series。
在这里插入图片描述apply的应用很多，在以后的实践中要多尝试用apply来解决问题。

Serie有一个应用于元素级函数的map方法。
在这里插入图片描述

排序和排名

在这里插入图片描述

唯一值、值计数以及成员资格

  1. 唯一值：unique的用法
    在这里插入图片描述
  2. 值计数：value_counts的用法
    计算一个Series中各值出现的频率。可用于任何数组和序列。
    在这里插入图片描述
  3. isin：用于判断Series各值是否包含在传入的值序列中。
    在这里插入图片描述

处理缺失数据

  • pandas中的缺失值用NaN（not a number）表示
  • python内置的None值也被当做NA处理
    在这里插入图片描述
    过滤缺失数据
    在这里插入图片描述
    填充缺失数据
    在这里插入图片描述
    在这里插入图片描述
旧迹斑驳
关注
专栏目录
[Python从零到壹] 十七.可视化分析之Matplotlib、Pandas、Echarts入门万字详解
杨秀璋的专栏
08-24 3万+
前一篇文章讲述了数据预处理、Jieba分词和文本聚类知识，这篇文章主要介绍Matplotlib和Pandas扩展包绘图的基础用法，同时引入Echarts技术，该技术主要应用于网站可视化展示中。本文内容以实例为主，给读者最直观的图形感受。两万字基础文章，希望对您有所帮助。
利用Python进行数据分析（三）：pandas入门
catchmeifyoucOol的博客
11-17 705
利用Python进行数据分析（三）：pandas入门 pandas含有使数据清洗和分析工作变得更快更简单的数据结构和操作工具。pandas经常和其它工具一同使用，如数值计算工具NumPy和SciPy，分析库statsmodels和scikit-learn，和数据可视化库matplotlib。pandas是基于NumPy数组构建的，特别是基于数组的函数和不使用for循环的数据处理。 import pandas as pd Series和DataFrame用的次数非常多，所以将其引入本地命名空间中会更方便。
利用Python进行数据分析（第五章）
小肥羊快快跑
03-30 516
Pandas入门 Pandas用来处理表格型或异质型数据，Numpy处理同质型数值类数组 数据结构：Series和DataFrame Series： 一维的数组型对象，包含值序列和索引（默认0~N-1，也可指定pd.Series([], index=[])） 也可认为是一组长度固定且有序的字典（pd.Series(字典)） 相比Numpy数组，可用索引选择数据 检查缺失数据：pd.isnull() 和pd.notnull() 特性：自动对齐索引 Series对象自身和索引都有name属性
【利用python进行数据分析】第5章pandas入门
yeverwen的博客
07-28 460
pandas的数据结构介绍 要使用pandas，你首先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有的问题，但它们为大多数应用提供了一种可靠的、易于使用的基础。由于频繁的使用pandas、Series和DataFrame，所以我们将其引入本地命名空间中会更方便 from pandas import Series, DataFrame import pa...
（自学）利用Python进行数据分析-第五章（pandas入门）
足迹
12-10 718
第五章（pandas入门） 简介 Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。 安装和使用 pip install pandas import pandas as pd pandas与NumPy 尽管pandas采用了很多NumPy的代码风格，但最大的...
pandas入门——《利用python进行数据分析》第五章 阅读笔记
物联黄同学的博客
02-13 683
《利用python进行数据分析》 第五章 笔记 主要写了pandas 基础
数据分析-第五章pandas
yerunting的博客
03-18 400
5.1. 数据结构 5.1.1 series 1.包含values, index 两个属性 obj.values obj.index 2.创建索引序列 obj2=pd.series([4,7,-5,3], index=['d','b','a','c']) # 按照位置赋值的方式改变series索引 obj.index=['box', 'steve', 'jeff', 'ryan'] 3.可以使...
第5章pandas入门.xmind
06-07
利用Python进行数据分析第5章pandas入门的思维导图
《利用python进行数据分析》——5 pandas入门——读书笔记
pillow的博客
02-14 583
《利用python进行数据分析》——5 pandas入门——读书笔记 1.pandas简介： Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建 pandas是《利用python进行数据分析》后续内容的首选库。 pandas含有使数据清洗和分析工作变得更快更简单的数据结构和操作工具 Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单 ...
第5章pandas入门_数据结构介绍.ipynb
12-28
《利用Python进行数据分析》学习笔记
Python数据分析|第5章 pandas入门
qfpx1991的专栏
01-18 393
pandas的数据结构介绍Series是由数组+索引组成from pandas import Series, DataFrame import pandas as pd obj=Series([4,7,-5,4]) obj Out[5]: 0 4 1 7 2 -5 3 4 dtype: int64指定索引obj2=Series([4,7,-5,3],index=['d','b
Python数据分析笔记----第五章pandas入门
m0_48302179的博客
12-20 419
1.pandas数据结构介绍 1.1 Series Series是一种一维的数据型对象，它包含一个值序列（与Numpy中的类型相似），并且包含数据的标签，称为索引（index） In [2]: obj = pd.Series([1,2,3]) In [3]: obj Out[3]: 0 1 1 2 2 3 dtype: int64 In [4]: obj.values Out[4]: array([1, 2, 3], dtype=int64) In [5]: obj.index Ou
《利用Python进行数据分析》第五章 pandas的基本功能
lumugua的博客
12-12 1140
介绍操作Series和DataFrame中的数据的基本功能重新索引 pandas对象的一个重要方法是reindex，其作用是创建一个适应新索引的新对象。以之前的一个简单示例来说In [1]: from pandas import Series,DataFrameIn [2]: import pandas as pdIn [3]: import numpy as npIn [4]: obj=Seri
《利用Python进行数据分析》第5章 pandas的数据汇总与处理缺失数据
lumugua的博客
12-13 761
汇总和计算描述统计pandas对象拥有一组常用的数学和统计方法。它们大部分都属于约简和汇总统计，用于从Series中提取单个值（如sum或mean）或从DataFrame的行或列中提取一个Series。In [1]: from pandas import Series,DataFrame In [2]: import pandas as pd In [3]: import numpy as np用D
《利用Python进行数据分析·第2版》第5章 pandas入门
weixin_34095889的博客
11-14 380
第1章 准备工作第2章 Python语法基础，IPython和Jupyter第3章 Python的数据结构、函数和文件第4章 NumPy基础：数组和矢量计算 第5章 pandas入门第6章 数据加载、存储与文件格式第7章 数据清洗和准备第8章 数据规整：聚合、合并和重塑第9章 绘图和可视化第10章 数据聚合...
《利用python进行数据分析》读书笔记--第五章 pandas入门
weixin_34090562的博客
11-30 281
pandas是本书后续内容的首选库。pandas可以满足以下需求： 具备按轴自动或显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源（索引方式不同）的数据而导致的常见错误。. 集成时间序列功能 既能处理时间序列数据也能处理非时间序列数据的数据结构 数学运算和简约（比如对某个轴求和）可以根据不同的元数据（轴编号）执行 灵活处理缺失数据 合并及其他出现在常见数据库...
Tcl lnit error: Can’t find a usable init.tcl in the following directories 问题解决
梦想闹钟
09-15 575
实际研究后发现，其实py2exe已经把打包需要的lib放在dist文件夹下了，但是打包后的程序运行后却没有去lib下找，而是去找系统自带的环境变量里找，所以找不到。这个问题出现在我用py2exe打包了一个包含tkinter的图形化界面，在当前电脑上运行无问题，在移动到新电脑上后提示报错、getcwd用于获取当前工作目录绝对路径，在设置环境的变量的时候它用的是绝对路径-所以也导致了在当前电脑上能用而移动后不能用。解决方法是在你的程序里重新设置下环境变量，而且是用相对路径的形式。
Java企业面试题3
m0_74972727的博客
09-15 909
1. break和continue的作用(智*图) break：用于完全退出一个循环（如 for, while）或一个 switch 语句。当在循环体内遇到break语句时，程序会立即跳出当前循环体，继续执行循环之后的代码。 continue：用于跳过当前循环体中剩余的部分，并开始下一次循环。如果是在 for 循环中使用continue，则会直接进行条件判断以决定是否执行下一轮循环。 2. if分支语句和switch分支语句的异同之处(智*图) 相同点：都是用来根据不同的条件执行不同的代码块。
Pandas的入门操作-Series对象
最新发布
weixin_58305115的博客
09-18 726
data参数data是Series构造函数中最主要的参数，它用来指定要存储在Series中的数据。data可以是多种数据类型，例如：Python 列表（list）或元组（tuple），如pd.Series([1, 2, 3])或pd.Series((4, 5, 6))。NumPy 数组，例如pd.Series(np.array([7, 8, 9]))。标量值（单个数值、字符串等），如pd.Series(5, index=[0, 1, 2])，这将创建一个包含相同标量值的Series。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值