pandas的一些理解

pandas 简介

numpy 能够帮我们处理的是 数值型数据，但是这还不够，很多时候，我们的数据除了数值之外，还有字符串，还有时间序列等，
这是就需要 pandas 帮我们处理它们了。
什么是Pandas?
Pandas的名称来自于面板数据(panel data)
Pandas是一个强大的分析结构化数据的工具集，基于NumPy构建，提供了高级数据结构和数据操作工具，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。
。一个强大的分析和操作大型结构化数据集所需的工具集
。基础是NumPy，提供了高性能矩阵的运算
。提供了大量能够快速便捷地处理数据的函数和方法
。应用于数据挖掘，数据分析
。提供数据清洗功能

pandas 的数据结构

pandas 库有两个重要的数据结构：

1. Series 系列 [ˈsɪəriːz]
2. DataFrame Frame [freɪm] 框架

我们可以将 Series 看作显示了索引的一维数组，将 DataFrame 看作显示了纵横轴索引的二维数组，因此 numpy 的许多方法与函数可以用在 Series 与 DataFrame 上。

Series对象

我们首先来了解 Series ，因为 Pandas 是基于NumPy构建的，所以我们可以参考 一维数组 对象来理解 Series对象。

import numpy as np
import pandas as pd
list_1=list(range(1,6))
arr=np.array(list_1)
ser=pd.Series(list_1)
print(f'这是由 1 到 5 构成的一维数组，只有数据元素：\n{
     arr}')
print(f'这是由 1 到 5 构成的Series对象，由数据元素及其索引：\n{
     ser}')

由此我们可以更好的理解 Ndarray 对象和 Series 对象，

1. 数据类型不同：两者都是一系列同类型数据的集合，不同之处在于 Ndarray 对象只能存储数值型数据，而一个Series 对象中可以同时包含数值型数据；字符串和python 对象等等；
2. 两者的索引都是由 0 开始的，不同之处在于 Series 对象的索引可以重新指定，而 Ndarray 对象的索引不能变更；且 Series 对象的索引会在内容中显示出来，而Ndarray 对象的索引不会在内容中显示出来。

Series 对象的创建：

pandas. Series ( data , index , dtype , name , copy )

1. data：只要是数据都可以，当data的类型为字典时，键为索引，值作内容。
2. index：默认从零开始，当指定索引时，索引的个数要等于数据元素的个数。
3. dtype：元素的数据类型，默认会自己判断
4. name：设置索引和元素值的名称
   Series . name=str 设置元素值的名称
   Series . index.name=str 设置索引的名称
5. copy：拷贝数据，默认为 False

import numpy as np
import pandas as pd
data={
   'name':'张三','age':20,'class':'三班'}
ser=pd.Series(data)
print(ser)
print('利用 Series 对象的属性，index和values访问其索引值与元素值：')
print(ser.index)
print(ser.values)

DataFrame 对象

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。可以参考 excel 表格

DataFrame 构造方法如下：

pandas.DataFrame( data, index, columns, dtype, copy)

参数说明：

1. data：一组数据(ndarray、series, map, lists, dict 等类型)。
2. index：索引值，或者可以称为行标签，默认为 RangeIndex (0, 1, 2, …, n) 。
3. columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
4. dtype：数据类型。
5. copy：拷贝数据，默认为 False。

Pandas DataFrame 是一个二维的数组结构，类似二维数组。
DataFrame 的构建

data 为字典类型：

键作索引，值作内容。

1. 由数组，列表或元组构成的字典；

import numpy as np
import pandas as pd
data={
   'a':[1,2,3,4],
       'b':(4,5,6,7),
       'c':np.arange(9,13)}
frame=pd.DataFrame(data)
print(f'DataFrame对象：\n{
     frame}')
string='''通过属性 index 查看对象的行索引;
        columns查看对象列索引；
        values查看对象的值。'''      
print(string)
print(f'行索引：{
     frame.index}')
print(f'列索引：{
     frame.columns}')
print(f'元素值：\n{
     frame.values}')
print('指定索引：')
frame=pd.DataFrame(data,index=['A','B','C','D'],columns=['a','b','c','d'])
print(frame)

2. 由 Series对象构成的字典；

import numpy as np
import pandas as pd
data={
   
    'a':pd.Series(np.arange(3)),
    'b':pd.Series(np.arange(3,5))
}
frame=pd.DataFrame(data)
print(frame)

3. 由字典构成的字典；

import numpy as np
import pandas as pd
data={
   
    'a':{
   'apple':3.6,'banana':5.6},
    'b':{
   'apple':3,'banana':5},
    'c':{
   'apple':3.6}
}
frame=pd.DataFrame(data)
print(frame)

data 为列表类型：

1. data为二维数组时；
2. 由 Series对象构成的列表；
3. 由字典构成的列表；

import numpy as np
import pandas as pd
arr=np.arange(12).reshape(4,3)
frame_arr=pd.DataFrame(arr)
print('data为二维数组时；')
print(frame_arr)
list_dic=[{
   'apple':3.6,'banana':5.6},{
   'apple':3,'banana':5