Python数据分析学习笔记—Pandas基础知识

一、基本概念

​ 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、常见的数据结构

1. Series

一维数组，与Numpy中的一维array类似。二者与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、库的导入

库名：pandas库

别名：pd

import pandas as pd #直接调用pd方法
from pandas import Series,DataFrame #直接使用Series，DataFrame方法来创建，可以省略

四、Series

类型：类似于ndarray类型
行索引：index
索引对应的数据：values
主要包含：Series的创建、Series的操作方法、Series的常用方法、Series的算数运算

1、Series的创建

小编思路：
` 创建方法有三种：列表，字典，numpy

# 库的导入
import pandas as pd
from pandas import Series,DataFrame
import numpy as np

1.1 由列表创建

Series(data=[1,2,3],index=['a','b','c'])
#另一种写法   pd.Series(data=[1,2,3],index=['a','b','c'])，下面也是可以使用这种方法
————————————————
a    1
b    2
c    3
dtype: int64

1.2 由字典创建

Series(data={'1':2,'2':3})
————————————————
1    2
2    3
dtype: int64

1.3 由numpy创建

Series(data=np.random.randint(1,10,6))
————————————————
0    9
1    1
2    3
3    4
4    3
5    4
dtype: int32

2、Series的操作：索引和切片

小编思路：

`显式索引：自己直接规定的index（比如下面创建Series:[‘a’,'b','c'])

`隐式索引：系统分配的index（[1,2,3]）

注意：自己设置的索引不会覆盖隐形索引

s = Series(data=[1,2,3],index=['a','b','c'])
-------------
a    1
b    2
c    3
dtype: int64

2.1 索引

s['a']
s[0]
---------
1
1

2.2 切片

s[0:2]
----------
a    1
b    2
dtype: int64

s[0:3:2]
----------
a    1
c    3
dtype: int64

2.3 返回索引

s.index
---------
Index(['a', 'b', 'c'], dtype='object')

2.4 返回索引值

s.values
---------
array([1, 2, 3], dtype=int64)

3、Series的常用方法

小编思路：
`三种常用方法：数据显示，数据去重，数据空值检验

3.1 显示前2个元素

s.head(2)
-----------
a    1
b    2
dtype: int64

3.2 显示后2个元素

s.tail(2)
-------------
b    2
c    3
dtype: int64

3.3 数据去重

s1 =Series(data=[1,1,1,23,44,34,23])
s1.unique()
------------------------------
array([ 1, 23, 44, 34], dtype=int64)

3.4 数据去重之后返回的个数

s1.nunique()
----------------
4

3.5 检查元素是否为空

s1.isnull()
-----------
0    False
1    False
2    False
3    False
4    False
5    False
6    False
dtype: bool

3.6 检查元素是否为非空

s1.notnull()
-------------
0    True
1    True
2    True
3    True
4    True
5    True
6    True
dtype: bool

4、Series的算术运算

s1 = Series(data=[1,2,3],index=['a','b','c'])
s2 = Series(data=[1,2,3],index=['a','c','d'])
s1+s2
---------------
a    2.0
b    NaN
c    5.0
d    NaN
dtype: float64

五、DataFrame

表格类型的数据（二维的数据）
index行索引；columns列索引；values值
主要包含：DataFrame创建方法，DataFrame的属性,DataFrame的索引和切片，DataFrame的运算

1、DataFrame创建方法

小编思路：
`创建方法：二维列表方式，字典方式，numpy，

1.1 以二维列表方式创建

DataFrame(data=[[1,2,3],[4,5,6]],index=['1','0'])
# pd.DataFrame(data=[[1,2,3],[4,5,6]],index=['1','0'])是另一种方式
--------------------------------------

	0	1	2
1	1	2	3
0	4	5	6

1.2 以字典方式创建

dic = {
    '1':'la',
    '2':'lq',
    '3':'lw'}
DataFrame(dic,index=['名字'])
------------------------------------------------

	1	2	3
名字	la	lq	lw

1.3 numpy创建

df = DataFrame(data=np.random.randint(0,100,(3,2)),index=['a','b','c'],columns=['A','B'])
df
---------------------------------------

	A	B
a	72	3
b	98	26
c	41	5

2、DataFrame的属性

小编思路：
`属性：值，索引，返回类型

2.1 返回值

df.values
--------------
array([[72,  3],
       [98, 26],
       [41,  5]])

2.2返回行索引

df.index
---------------
Index(['a', 'b', 'c'], dtype='object')

2.3返回列索引

df.columns
----------------
Index(['A', 'B'], dtype='object')

2.4返回类型

df.shape
----------------
(3, 2)

3、DataFrame的索引

小编思路：
`对行、列进行索引，使用索引取出元素

da= DataFrame(data=[[150,0],[150,0],[150,0],[300,0]],index=['语文','数学','英语','理科'],columns=['张三','李四'])
da

	张三	李四
语文	150	0
数学	150	0
英语	150	0
理科	300	0

3.1 对列进行索引

#对列进行索引(显性)
da['张三']
#对列进行索引(隐性)
da.iloc[:,0]
同样结果------------------------
语文    150
数学    150
英语    150
理科    300
Name: 张三, dtype: int64

3.2 对行进行索引

#对行进行索引(显式)
da.loc['语文']
##对行进行索引(隐式)
da.iloc[0]
同样结果------------------
张三    150
李四      0
Name: 语文, dtype: int64

3.3 取元素

#取元素(显式)
da.loc['语文','张三']
--------------------
150
#取元素(隐式)
da.iloc[0,0]
--------------------
150

#取多个元素(隐式)
da.iloc[[0,1],0]
-----------------------
语文    150
数学    150
Name: 张三, dtype: int64

4、DataFrame的切片

小编思路：
`对行、列进行切片

4.1 切行

da[0:2]
----------------------------

	张三	李四
语文	150	0
数学	150	0

4.2 切列

da.iloc[:,0:1]
------------------------

	张三
语文	150
数学	150
英语	150
理科	300

5、DataFrame的运算

ddd = {
  'job':[94,90,90,91],
  'bob':[65,56,86,87],
  'li':[87,98,98,78]
}
dd = DataFrame(ddd,index=['语文','数学','英语','体育'])
dd
-------------------------------------------------------

	job	bob	li
语文	94	65	87
数学	90	56	98
英语	90	86	98
体育	91	87	78

ddf = {
  'job':[84,98,90,91],
  'bob':[65,89,86,87],
  'li':[87,98,76,90]
}
ss = DataFrame(ddf,index=['语文','数学','英语','体育'])
ss
-----------------------------------------------------------

	job	bob	li
语文	84	65	87
数学	98	89	98
英语	90	86	76
体育	91	87	90

5.1 求期中期末平均值

ff= dd + ss
ff/2
-----------------------------

	job	bob	li
语文	89.0	65.0	87.0
数学	94.0	72.5	98.0
英语	90.0	86.0	87.0
体育	91.0	87.0	84.0

5.2 job的期末数学分数变成0

ss.iloc[1,0]=0
ss
-----------------------------------

	job	bob	li
语文	84	70	87
数学	0	94	98
英语	90	91	76
体育	91	92	90

5.3 bob所有的分数加五分

ss.iloc[:,1] +=5
ss
-----------------------------

	job	bob	li
语文	84	75	87
数学	0	99	98
英语	90	96	76
体育	91	97	90

好了，今天pandas的基础知识先学到这里啦，记得关注小编学习下一篇我们将会涉及pandas相对高级的用法，每天进步一点点。喜欢这篇文章记得点赞评论呀！！！

另外附上之前numpy的学习笔记的链接：

python数据分析学习笔记：numpy.