Pandas库介绍和Series对象基本操作

Pandas库介绍和Series对象基本操作

pandas介绍

pandas是一个基于numpy、专门为数据分析而设计的库，它提供了Series和DataFrame两种数据结构，分别用于处理一维和二维的数据。

创建Series对象

ser_obj = pd.Series(['Python', 'Java', 'PHP'])
print(ser_obj)

这是比较简单的创建方法，当然我们也可以指定index

ser_obj = pd.Series(data = ser_obj.values, index=['one', 'two', 'three'])
print(ser_obj)

操作也十分简单，只要指定index属性就行
我们也可以通过字典来直接指定Series的data和index，字典的key最终会变为Series的index属性，而value对应data

data = {'one': 'Python', 'two': 'Java', 'three': 'PHP'}
ser_obj2 = pd.Series(data)
print(ser_obj2)

访问Series对象

一个比较简单的访问方式，我们可以直接通过索引来访问

ser_obj2['one']

当然我们也可以访问它的整数索引

ser_obj2[0]

但实际上在pandas我们还可以通过loc或iloc来访问
如果采用loc访问，访问的必须是自定义的索引

ser_obj2.loc['two']

而iloc对应的就必须是自动生成的整数索引

ser_obj2.iloc[1]

Series的多层访问

有时我们遇到的数据可能不会只有一层索引，这时候我们的访问方式也要做出调整，我们先创建一个两层索引的数据

mult_series = pd.Series([95, 103, 80, 80, 90, 91, 91],
               index=[['计算机专业', '计算机专业', '计算机专业', '计算机专业',
                         '体育专业', '体育专业', '体育专业'],
                        ['物联网工程', '软件工程', '网络安全', '信息安全',
                         '体育教育', '休闲体育', '运动康复']])
print(mult_series)

我们先用最简单的方式来访问最外层的数据

mult_series['计算机专业']

很明显我们所访问到的不只一个数据
查看数据类型

返回的是内层的Series
如果我们要精确得到一个数据也十分简单，多加一层索引就完了

mult_series['计算机专业']['网络安全']

最后返回了80，是对应课程的数据
如果我们使用的是loc和iloc其实也很简单，但是也有点区别loc可以通过多层索引的方式，但是iloc依旧只能通过访问整数索引
先来看loc

mult_series.loc['计算机专业']

这是访问最外层索引的方式

如果想访问第二层

mult_series.loc['计算机专业', '信息安全']

这样就可以实现，最后返回的80，也是对应的数据
iloc和单层用法一致，学会识别整数索引就行

排序

不管是DataFrame还是Series，都会有排序操作，排序的方式也不唯一，
我们可以根据索引来排序，或者值来排
先简单创建一个Series对象

import numpy as np
ser_obj3 = pd.Series(data = np.arange(5), index=[3, 4, 1, 0, 2])
print(ser_obj3)

我们先根据索引来排序

ser_obj3.sort_index()

很明显默认会按照升序来排，如果想改为降序只要将ascending属性设置为False

ser_obj3.sort_index(ascending=False)

按照值来排序也几乎是一样

ser_obj3.sort_values(ascending=False)

ser_obj3.sort_values()

默认也是升序