Pandas基本用法(详细2.0)

Cody Jun

已于 2022-04-27 14:01:58 修改

阅读量3.8k

点赞数

分类专栏： pandas py模块量化交易文章标签： python

于 2022-03-15 18:16:27 首次发布

本文链接：https://blog.csdn.net/weixin_45632886/article/details/123437364

版权

Pandas

Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。
Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。
Pandas 名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）。
Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。
Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。

1.0 Series构造

Series是一种类似于字典(dict-like)的一维数组(array-like)的对象，由下面两个部分组成：

values：一组数据（ndarray类型）
index：相关的数据索引标签

构造Series

pandas.Series(data=None,index=None)

ndarray 构造Series

1) From ndarray 使用ndarray构造 # 是一个引用对象(共用一个内存数据,数据变更相互影响)

List 构造Series

2) From List 使用列表构造 # 是一个副本对象(copy一个新内容，数据变更互不影响)

Dict 构造Series

3) From dict 使用字典构造 # 一般不用指定index，因为dict中的key做为Series的显示索引低于index的优先级值会显示NaN

value 构造 Series

4) From scalar value 使用value构造 # 使用一个标量（常量或变量）构造时，必须指定index，标量会被重复匹配到每一个index

1.1 Series属性

name 返回Series对象的名字 # name表示列名
shape 返回Series对象的形状 # shape表示形状维度
size 返回Series对象的元素个数 # size表示元素个数
index 返回Series对象的显示索引 # index返回所有索引
values 返回Sereis对象的所有元素值 # values返回所有值

1.2 Series的数学运算

Series对大多数NumPy的函数都是兼容的

1) 与非pandas对象运算

服从广播机制原则

2) NumPy functions

3) Series之间运算

索引对齐原则
对不齐补空值，使用add\sub\mul\div函数处理空值

2.0 DataFrame

DataFrame是一个二维的表格型数据结构，可以看做是由Series组成的字典（共用同一个索引）。
DataFrame由按一定顺序排列的【多列】数据组成，每一列的数据类型可能不同。
设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。

行索引：index
列索引：columns
值：values（numpy的二维数组）

2.1 DataFrame 构造

DataFrame 列与列之间可以是不同类型。

pandas.DataFrame() #data=None 用于构造DataFrame数据;index=None;columns=None, 行列索引;dtype=None, 数据类型;copy=False,当data参数是dict字典类型时，需要指定index数值，因为dict无序列，也可以在dict外加 [ ] 列表解决

1) From dict of Series or dicts 使用一个由Series构造的字典或一个字典构造

2) From dict of ndarrays / lists 使用一个由列表或ndarray构造的字典构造ndarrays必须长度保持一致

3) From a list of dicts 使用一个由字典构成的列表构造

4) DataFrame.from_dict() 函数构造

names = ['张三','李四','王五','赵六','老王']
yuwen = np.random.randint(0, 100, size=5)
shuxue = np.random.randint(0, 100, size=5)

display(names, yuwen, shuxue)

dictionary = {
'names':names,
'语文':yuwen,
'数学':shuxue
}

score = pd.DataFrame(data=dictionary)