2021-09-06 Pandas

为什么要学习pandas
那么问题来了：numpy已经能够帮助我们处理数据，能够结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？
numpy能够帮助我们处理数值型数据，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。
比如：我们沟通过爬虫获取到了存储在数据库中的数据
比如：之前youtune的例子中除了数值之外还有国家的信息，视频的分类(tag)信息，标题信息等。
所以，numpy能够帮助我们处理数值，但是pandas除了处理数值之外（基于numpy）,还能帮助我们处理其他类型的数据。
一、Pandas的常用数据类型
1、Series一维，带标签数组。
2、DataFrame二维，Series容器
import pandas as pd
t1=pd.Series([1,2,31,12,3,4])
print(t1)
结果：0 1
1 2
2 31
3 12
4 3
5 4 dtype:int64

t2=pd.Series([1,23,2,2,2],index=list(“abcde”))
print(t2)
结果：
a 1
b 23
c 2
d 2
e 1
dtype:int 64
temp_dict={“name”:“xiaohong”,“age”:30,“tel”:10086}
t3=pd.Series(temp_dict)
print(t3)
结果：
name xiaohong
age 30
tel 10086
dtype:object
二、Pandas之Series切片和索引
print(t3[“age”])
print(t3[“tel”])
结果：
30
10086
print(t3[1])
print(t3[2])
print(t3[0])
结果：
30
10086
xiaohong

print(t3[:2])
结果：
name xiaohong
age 30
dtype:object

print(t3[1:2])
结果：
age 30
dtype:object

print(t3[[“age”,“tel”]])
结果：
age 30
tel 10086
dtype:object

print(t[t1>10])
结果：
2 31
3 12
dtype:int 64

print(t3.index)
结果：
Index([‘name’,‘age’,‘tel’],dtype=‘object’)
for i in t3.index
print(i)
结果：
name
age
tel
print(len(t3.index))
结果：3
print(list(t3.index)[:2])
结果：[‘name’,‘age’]
print(t3.values)
print(type(t3.values))
结果：[‘xiaohong’ 30 10086]
<class ‘numpy.ndarray’>
Series对象本质上由两个数组构成
一个数组构成对象的键（index、索引），一个数组构成对象的值(values).键值
ndarray的很多方法都可以运用于Series类型，比如argmax,clip
Series具有where方法，但是结果和ndarray不同
三、Pandas之读取外部数据
现在假设我们有一组关于狗的名字的统计数据，那么为了观察这组数据的情况，我们应该怎么做呢？
import pandas as pd
df=pd.read_csv(r’c:\Uers\WLQ\Desktop\dogNames2.csv’)
print(df)
四、Pandas之DataFrame
import pandas as pd
import numpy as np
t1=pd.DataFrame(np.arange(12).reshape(3,4)
print(t1)
结果：
0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11

DataFrame对象既有行索引，又有列索引
行索引，表明不同行，横向索引，叫index,0轴，axis=0
列索引，表明不同列，叫columns,1轴，axis=1
t2=pd.DataFrame(np.arange(12).reshape(3,4),index=list(“abc”),columns=list(“WXYZ”))
print(t2)
W X Y Z
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
如果只取某一行某一列就是一个一维数组，是一个series在pandas里面
DataFrame相当于是Series的容器、

t3={“name”:[“xiaoming”,“xiaogang”],“age”:[20,32],“tel”:[10086,10010]}
print(pd.DataFrame(t3))
age name tel
0 20 xiaoming 10086
1 32 xiaogang 10010
print(type(t3))
<class ‘dict’>
t4=[{“name”:“xiaohong”,“age”:32,“tel”:10010},{“name”:“xiaogang”,“tel”:10000},{“name”:“xiaowang”,“age”:22}
t5=pd.DataFrame(t4)
print(t5)

              age            name          tel
   0         32           xiaohong      10010.0
   1        NaN         xiaogang       10000.0
   2        22.0         xiaowang       NaN

print(t5.index)索引，行索引
结果：RangeIndex(start=0,step=3,step=1)
print(t5.columns)列索引
结果：Index([‘age’,‘name’,‘tel’],dtype=‘object’)
print(t5.values)值
结果：[[‘xiaohong’ 32.0 10010.0]
[‘xiaogang’ nan 10000.0]
[‘xiaowang’ 22.0 nan ]]
print(t5.shape)
结果：（3，3）
print(t5.dtypes)
结果： name object
age float 64
tel float64
dtype:object
print(t5.ndim)数据的维度，2维数据
结果：2
print(df.head())
显示前几行，默认前五行，head里面可以传参数，head(1)显示第一行，head(2)显示前2行
print(df.tail(2))显示后2行

print(df.info()) 显示df的概览
print(df.describe()) 快速计算