第八章Pandas

安装pandas

命令：pip install pandas

 查看是否安装包： pip  list 

pandas数据类型

Series是由相同数据类型组成的一维数组，大小不可变。

DataFrame：二维的表格型数据结构，数据帧(DataFrame)是大小可变的数据结构，每列可以是不同的数据类型（整型、字符串、布尔值等）

面板(Panel)可以由不同的数据类型构成的三维数据结构，Panel是DataFrame的容器

一维数据结构：Series对象

#查看列索引
print(df2.columns)
#查看行索引
print(df2.index)

 

---

使用Pandas.Series

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

#data:数据，可以是序列类型，可以是int

#index：索引值必须是唯一的，与data的长度相同，默认为np.arange(n)

#dtype:数据类型

#cope:是否复制数据，默认为False

#打印左侧为索引，右侧为数据

import pandas as pd
import numpy as np
a = np.array([1,2,3,4,5])
s1 = pd.Series(a,index=['a','b','c','d','e'],copy = False)
#如果全部是int类型，那么打印s1会显示是int类型
s1 = pd.Series([1,2,3,4]) #dtype: int64
print(s1)
#如果什么数据类型都存在，那么打印s1会显示object类型的
s1 = pd.Series([1,"a",0.5,["张三","李四"]])#dtype: object
print(s1)
s1 = pd.Series([1,"a",0.5,["张三","李四"]],index=['a','b','c','d'])
s1 = pd.Series([1,2,3,4],index=['a','b','c','d'],dtype=np.float32)
"""
copy=True后，数据x不会改变，数据s1会改变
copy=False,数据x会改变，数据s1会改变
"""
x=np.array([10,20,30,40])
s1 = pd.Series(x,index=['a','b','c','d'],copy=True)
s1['a']=100
print(s1)
print(x)

---

从ndarray创建一个Series

x=np.array([10,20,30,40])
s1 = pd.Series(x)
s1 = pd.Series(x,index=['a','b','c','d'])
print(s1)

---

从字典创建一个Series

由于我们的Series有索引有数据，和我们的字典很像，字典是有key和vaule

#利用数据是字典的列表创建

#1. k变成列标签

#2.没有数据的用NaN

#a是索引 100数据
x={'a':100,'b':200,'c':300,'d':400}
s1 = pd.Series(x)
#设置索引
s1 = pd.Series(x,index=['a','b','c','d'])
#如果设置的索引位置换一下呢，数据也会跟着换
s1 = pd.Series(x,index=['a','c','d','b'])
#如果设置的索引，在字典中不存在呢，为nan
s1 = pd.Series(x,index=['a','b','e','f'])
print(s1)

---

单个索引获取数据

语法：s1[index]  获取单个数据

#可以使用默认索引，也可以使用自定义索引
s1 = pd.Series([1,"a",0.5,["张三","李四"]],index=['a','b','c','d'])
print(s1[0])
print(s1['a'])

多个索引获取数据

语法：
s1[list] 获取索引中的数据
s1[index1:index2] 获取从第一个索引到第二个索引的数据，左开右闭

---

Series对象的使用

属性和方法	说明
axes	返回Series索引列表
dtype	返回Series的数据类型
empty	判断Series是否为空，如果为空，则返回True
ndim	返回基础数据的位数，默认为：1
size	返回基础数据中的元素个数
values	将Series作为ndarray返回
head()	返回前n行
tail()	返回最后n行

| T      | 转置行和列                                         |

| ------ | -------------------------------------------------- |

| axes   | 返回一个列，行轴标签和列轴标签作为唯一的成员       |

| dtypes | 返回此对象中的数据类型                             |

| empty  | 如果DataFrame为空，则返回为True，任何轴的长度都为0 |

| ndim   | 数组维度大小，默认为2维                            |

| shape  | 返回表示DataFrame的维度的元组                      |

| size   | DataFrame中的元素个数                              |

| values | 将DataFrame中的实际数据作为NDarray返回             |

| head() | 返回开头n行                                        |

| tail() | 返回最后n行  

S3=pd.Series(['大黄','狗蛋','铁蛋','富贵'],
index=['row1','row2','row3','row4'])
S4=pd.Series([10,10,10,np.NaN],
index=['row1','row2','row3','row4'])
x1={
    'name':S3,
    'age':S4,
}
df2 = pd.DataFrame(x1)
print(df2)

print('------cumprod-----累计乘积------------')
print(df2['age'].cumprod())

#print(df2)
#print('-----head-----------返回头几行---------')
#print(df2.head(2))
#print('-----tail-----------返回最后几行 ---------')
#print(df2.tail(2))
#print('-----values--把真正的数据转换成ndarray的形式输出-----')
#print(df2.values)
#print(type(df2.values))#<class 'numpy.ndarray'>
#print('-----size--------(元素个数)-----------')
#print(df2.size)#8
#print('-----shape--------(行和列)-----------')
#print(df2.shape)#(4, 2)
#print('-----ndim--------维度数-----------')
#print(df2.ndim)#2
#print('-----empty-------------------')
#print(df2.empty)#False
#print('-----dypes--------每一列的数据类型-----------')
#print(df2.dtypes)
#name    object
#age      int64
#dtype: object
#print('------axes--------获取行和列的索引-----------')
#print(df2.axes)#[Index(['row1', 'row2', 'row3', 'row4'], dtype='object'), Index(['name', 'age'], dtype='object')]
#print('--------------T--------转置----------------')
#print(df2.T)

---

 创建空DataFrame对象

pandas.DataFrame( data, index, columns, dtype, copy)
data    支持多种数据类型，如:ndarray，series，map，lists，dict，constant和另一个DataFrame。
index    行标签，如果没有传递索引值，默认值为0,1,2,3,4.......
columns    列标签，如果没有传递索引值，默认值为0,1,2,3,4.......
dtype    每列的数据类型
copy    是否复制数据，默认值为False

df = pd.DataFrame()
print (df)

---

利用列表创建

#利用单层list

#数据变成行数据

#利用单层list
#数据变成行数据
import pandas as pd
import numpy as np
from pandas.core.frame import DataFrame
x=[1,2,3,4,5]
df2=pd.DataFrame(x)
print(df2)

 #利用双层list

#如果是True，那么x数据不改

#利用双层list
x=[
    ['zs',20],
    ['ls',30],
    ['ch',40]
]
#df3=pd.DataFrame(x,columns=['name','age'])

#如果是True，那么x数据不改变
df3= pd.DataFrame(x,columns= ['name','age'],copy=True)
df3['age'] = 100
print(df3)
print(x)

#利用数据是字典的列表创建

#1. k变成列标签

#2.没有数据的用NaN

#index 行索引  columns列索引    NaN代表为空值利用双层list           

x=[
    {'a':20,'b':30},
    {'a':100,'b':200,'c':400}
]
df4=pd.DataFrame(x)
print(df4)
#index 行索引  columns列索引    NaN代表为空值利用双层list

df4 = pd.DataFrame(x)
print(df4)
df4 = pd.DataFrame(x,index=["first","second"])
print(df4)
#如果没有c，就会默认是nun
df4 = pd.DataFrame(x,index=["first","second"],columns=['a','c'])
print(df4)

---

利用字典创建

#利用字典创建DataFrame
#a、b是列索引，一定要设置行索引（index），否则报错

# 字典里面的v是列表类型创建DataFrame

#利用字典创建DataFrame
#a、b是列索引，一定要设置行索引(index),否则报错
x={'馒头':1,'包子':1.5,'豆浆':2,'倔强面':16}
df1=pd.DataFrame(x,index=['价格'])
#print(df1)
# 字典里面的v是列表类型创建DataFrame
#那么默认列索引是name和age
x={
    '食品':['馒头','大米','包子'],
    '价格':[1,2,1.5]
}

df2=pd.Data