Pandas学习笔记

于 2024-07-30 17:14:01 发布
阅读量244 收藏 3
点赞数 4
文章标签： pandas 学习 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_54418006/article/details/140635890
版权

1. Series 创建

Series 是一种类似一维数组的对象，由两部分组成：

  • values：一组数据（ndarray类型）
  • index：相关数据索引标签

两种创建方式：
（1） 由列表或 Numpy 数组创建
（2） 由字典创建

import numpy as np
import pandas as pd

# 1. 由list创建
list1 = [41, 12, 40, 55]
s = pd.Series(list1)
print(s)

n = np.array(list1)
s = pd.Series(n)
print(s)

print(s.values)  # [41 12 40 55]
print(s.index)  # RangeIndex(start=0, stop=4, step=1)
# 修改索引值
s.index = ['A', 'B', 'C', 'D']
# 通过索引获取值
print(s.A)  # 41
print(s['C'])  # 40

# 2. 由dict创建
d = {
    'a': 11,
    'b': 22,
    'c': 33,
    'd': 44
}
s = pd.Series(d)
print(s)
s.index = list('ABCD')
print(s)

d = {
    'a': np.random.randint(0, 10, size=(2, 3)),
    'b': np.random.randint(0, 10, size=(2, 3)),
    'c': np.random.randint(0, 10, size=(2, 3)),
    'd': np.random.randint(0, 10, size=(2, 3))
}
s = pd.Series(d)
print(s)

s = pd.Series([1, 2, 3], index=['鲁班', '刘备', '诸葛亮'], name='历史人物')
print(s)

在这里插入图片描述

2. Series 的显式索引和隐式索引

可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回的仍然是一个Series类型）。
（1）显示索引：

  • 使用 index 中的元素作为索引值
  • 使用 .loc[]

（2）隐式索引

  • 使用整数作为索引值
  • 使用 .iloc[]
import pandas as pd

s = pd.Series({
    'python': 90,
    'pandas': 95,
    'numpy': 100
})

# 显示索引：使用索引名
print(s['python'])  # 90
print(s[['python', 'pandas']])
print(s.loc['python'])  # 90
print(s.loc[['numpy', 'pandas']])

# 隐式索引：使用下标
print(s[0])
print(s[[0, 1]])
print(s.iloc[0])  # 90

在这里插入图片描述

3. Series 切片

import pandas as pd

s = pd.Series({
    'python': 90,
    'pandas': 95,
    'numpy': 100,
    'matplotlib': 85
})

# 隐式切片：左闭右开
print(s[1:3])
print(s.iloc[1:3])

# 显示切片：左闭右闭
print(s['pandas':'numpy'])
print(s.loc['python':'numpy'])

在这里插入图片描述

4. Series 基本属性和方法

import pandas as pd
import numpy as np

s = pd.Series({
    'python': 90,
    'pandas': 95,
    'numpy': 100,
    'matplotlib': 85
})

# 查看前几条数据 默认是 5
print(s.head(2))  # 查看前2条数据
# 查看后几条数据 默认是 5
print(s.tail(2))  # 查看后2条数据

s = pd.Series(['张三', np.nan])

# 检查缺失数据
print(s.isnull())  # 判断数据是否为空
print(pd.isnull(s))
print(s.notnull())  # 判断数据是否不为空
print(pd.notnull(s))

# 使用bool值过滤数据
print(s[s.notnull()])  # 过滤掉空数据
print(s[~ s.isnull()])  # 过滤掉空数据

在这里插入图片描述

5. Series 运算

import pandas as pd

s1 = pd.Series([1, 2])
s2 = pd.Series([4, 5])

print(s1 + s2)  # 两个Series相加
print(s1 - s2)  # 两个Series相减
print(s1 * s2)  # 两个Series相乘
print(s1 / s2)  # 两个Series相除
print(s1 % s2)  # 两个Series取模
print(s1 ** s2)  # 两个Series相乘方
print(s1 // s2)  # 两个Series取整除
print(s1 == s2)  # 两个Series相等

在这里插入图片描述

6. DataFrame 创建

DataFrame 是一个表格型的数据结构，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。

import pandas as pd
import numpy as np

# 1. 通过字典创建
d = {
    'name': ['张三', '李四', '王五'],
    'age': [18, 19, 20]
}
df = pd.DataFrame(d)
print(df)
print(df.values)  # 二维数组的数据
print(df.index)  # 行索引
print(df.columns)  # 列索引

# 2. 创建
df = pd.DataFrame(
    data=np.random.randint(60, 100, (3, 6)),
    index=['张三', '李四', '王五'],
    columns=['语文', '数学', '英语', '物理', '化学', '生物']
)
print(df)

在这里插入图片描述

7.DataFrame 索引

import pandas as pd
import numpy as np


df = pd.DataFrame(
    data=np.random.randint(60, 100, (3, 6)),
    index=['张三', '李四', '王五'],
    columns=['语文', '数学', '英语', '物理', '化学', '生物']
)

# 列索引
print(df.语文)  # Series类型
print(df[['语文', '化学']])  # DataFrame类型

# 行索引
print(df.loc['张三'])  # Series类型
print(df.loc[['张三', '李四']])  # DataFrame类型
print(df.iloc[0])  # Series类型
print(df.iloc[[0, 1]])  # DataFrame类型

# 先行索引后列索引
print(df.loc['张三', '语文'])
print(df.iloc[0]['语文'])

# 先列索引后行索引
print(df['语文']['张三'])
print(df.语文.张三)

在这里插入图片描述

8. DataFrame 切片

import pandas as pd
import numpy as np

df = pd.DataFrame(
    data=np.random.randint(60, 100, (3, 4)),
    index=['张三', '李四', '王五'],
    columns=['语文', '数学', '英语', '化学']
)

# 行切片
print(df['张三':'李四'])  # 左闭右闭
print(df.loc['张三':'李四'])  # 左闭右闭
print(df[1:2])  # 左闭右开
print(df.iloc[1:2])  # 左闭右开

# 列切片
print(df.iloc[:, 1:3])  # 左闭右开
print(df.loc[:, '数学':'英语'])  # 左闭右闭

# 同时做切片（先行后列）
print(df.loc['张三':'李四', '数学':'英语'])  # 左闭右闭
print(df.iloc[1:2, 1:3])  # 左闭右开
print(df.iloc[[1], :])

在这里插入图片描述

9. DataFrame 运算

import pandas as pd
import numpy as np

df1 = pd.DataFrame(
    data=np.random.randint(60, 100, (2, 2)),
    index=['张三', '李四'],
    columns=['语文', '数学']
)

df2 = pd.DataFrame(
    data=np.random.randint(60, 100, (2, 3)),
    index=['张三', '李四'],
    columns=['语文', '数学', '英语']
)

print(df1.add(df2, fill_value=0))

s = pd.Series([1, 1], index=df1.index)
print(df1)
print(df1.add(s, axis=0))  # axis=0表示按行相加
s = pd.Series([1, 1], index=df1.columns)
print(df1)
print(df1.add(s, axis=1))  # axis=1表示按列相加

在这里插入图片描述

10. Pandas 层次化索引

import pandas as pd
import numpy as np

data = np.random.randint(0, 100, (6, 6))
index = [
    ['1班', '1班', '1班', '2班', '2班', '2班'],
    ['张三', '李四', '王五', '张三', '李四', '王五']
]
columns = [
    ['期中', '期中', '期中', '期末', '期末', '期末'],
    ['语文', '数学', '英语', '语文', '数学', '英语']
]
df = pd.DataFrame(data, index=index, columns=columns)
print(df)

data = np.random.randint(0, 100, 6)
index = [
    ['1班', '1班', '1班', '2班', '2班', '2班'],
    ['张三', '李四', '王五', '张三', '李四', '王五']
]
s = pd.Series(data=data, index=index)
print(s)

在这里插入图片描述

11. 多层索引中Series的索引和切片

import pandas as pd
import numpy as np

data = np.random.randint(0, 100, 6)
index = [
    ['1班', '1班', '1班', '2班', '2班', '2班'],
    ['张三', '李四', '王五', '张三', '李四', '王五']
]
s = pd.Series(data=data, index=index)
print(s)

# 显示索引
print(s['1班'])
print(s.loc['1班'])
print(s[['1班']])
print(s[['1班', '2班']])
print(s['1班', '张三'])
print(s.loc['1班', '张三'])
# 隐式索引
print(s.iloc[0])
print(s.iloc[[1, 3]])

# 切片
print(s['1班':'2班'])
print(s.loc['1班':'2班'])

print(s[1:4])
print(s.iloc[1:4])

在这里插入图片描述
在这里插入图片描述

12. 多层索引中DataFrame的索引和切片

import pandas as pd
import numpy as np

data = np.random.randint(0, 100, (6, 6))
index = [
    ['1班', '1班', '1班', '2班', '2班', '2班'],
    ['张三', '李四', '王五', '张三', '李四', '王五']
]
columns = [
    ['期中', '期中', '期中', '期末', '期末', '期末'],
    ['语文', '数学', '英语', '语文', '数学', '英语']
]
df = pd.DataFrame(data, index=index, columns=columns)
print(df)

# 获取元素
print(df['期中']['数学']['1班']['张三'])
print(df.iloc[0, 1])
print(df.loc[('1班', '张三'), ('期中', '数学')])

# 列索引
print(df['期中']['数学'])
print(df.期中.数学)
print(df.iloc[:, 2])  # 取英语成绩
# 行索引
print(df.loc['2班', '张三'])
print(df.iloc[2])  # 取一行
print(df.iloc[[1, 2]])  # 取多行

# 行切片
print(df.iloc[1:5])
print(df.loc[('1班', '张三'):('2班', '李四')])

# 列切片
print(df.iloc[:, 1:5])
print(df.loc[:, '期中':'期末'])

13. 索引的堆叠

import pandas as pd
import numpy as np

data = np.random.randint(0, 100, (6, 6))
index = [
    ['1班', '1班', '1班', '2班', '2班', '2班'],
    ['张三', '李四', '王五', '张三', '李四', '王五']
]
columns = [
    ['期中', '期中', '期中', '期末', '期末', '期末'],
    ['语文', '数学', '英语', '语文', '数学', '英语']
]
df = pd.DataFrame(data, index=index, columns=columns)

# 索引的堆叠
print(df.stack())  # 默认把列的最后一层转为行
print(df.stack().unstack())  # 默认把行的最后一层索引转为列

14. Pandas 聚合操作

import pandas as pd
import numpy as np

data = np.random.randint(0, 100, (6, 6))
index = [
    ['1班', '1班', '1班', '2班', '2班', '2班'],
    ['张三', '李四', '王五', '张三', '李四', '王五']
]
columns = [
    ['期中', '期中', '期中', '期末', '期末', '期末'],
    ['语文', '数学', '英语', '语文', '数学', '英语']
]
df = pd.DataFrame(data, index=index, columns=columns)
df2 = df.loc['1班', '期中']
print(df2)
print(df2.values.sum())  # 求所有值的和
print(df2.sum())  # 默认求每一列的和
print(df2.sum(axis=1))  # 求每一行的和
print(df2.sum(axis=0))  # 求每一列的和
print(df2.mean())  # 求每一列的平均值 跟上面的一样

15. Pandas 数据合并

concat()：沿着一个轴（通常是0轴）将多个Series或DataFrame对象组合成一个新的对象。

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({
    'id': [1, 2, 3],
    'name': ['Alice', 'Bob', 'Charlie']
})

df2 = pd.DataFrame({
    'id': [4, 5, 6],
    'name': ['David', 'Eva', 'Frank']
})

# 沿行方向连接
concatenated_df = pd.concat([df1, df2], axis=0)
print(concatenated_df)

# 沿列方向连接
df3 = pd.DataFrame({
    'score': [85, 90, 95]
})
concatenated_df_col = pd.concat([df1, df3], axis=1)
print(concatenated_df_col)

在这里插入图片描述

merge() 函数类似于 SQL 的 JOIN 操作，可以基于一个或多个键合并两个 DataFrame。

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'name': ['Alice', 'Bob', 'Charlie', 'David']
})

df2 = pd.DataFrame({
    'id': [1, 2, 3, 5],
    'score': [85, 90, 95, 80]
})

# 合并数据
merged_df = pd.merge(df1, df2, on='id', how='inner')
print(merged_df)

在这里插入图片描述

join() 函数用于基于索引合并 DataFrame。

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'score': [85, 90, 95]
}, index=[1, 2, 3])

df2 = pd.DataFrame({
    'city': ['New York', 'Los Angeles', 'Chicago']
}, index=[1, 2, 3])

# 基于索引合并数据
joined_df = df1.join(df2)
print(joined_df)

在这里插入图片描述

16.

FG.
关注
  • 4
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
pandas学习笔记
12-13
**Pandas学习笔记** 在数据科学领域，Python的Pandas库是不可或缺的工具，它为数据分析提供了强大且灵活的数据结构，如DataFrame和Series。Pandas的易用性和高性能使其成为初学者和专业数据科学家的首选。这篇笔记...
Pandas 学习笔记
WZZ的博客
02-22 227
Pandas 学习笔记
python -pandas学习笔记
qq_43293370的博客
09-30 331
python -pandas学习笔记
【pandas学习笔记(一)】pandas基本使用
12-21
【pandas学习笔记(一)】pandas基本使用 pandas是Python中广泛使用的数据分析库，它基于NumPy构建，提供了高效的数据结构，如Series（一维数组）和DataFrame（二维表格型数据结构）。pandas的主要功能是进行数据清洗...
Pandas学习笔记常用功能.pdf
11-16
在本篇Pandas学习笔记中，我们将探讨其常用的功能，包括安装与使用、Python 数据结构以及数据类型的操作。 一、Pandas 的安装和使用 安装Pandas可以通过常见的 Python 包管理器 pip，如 `pip install pandas`。值得...
pandas学习笔记(第二弹)
12-21
在本篇"Pandas学习笔记(第二弹)"中，我们将深入探讨如何在Pandas库中高效地选取DataFrame的数据。Pandas是Python中一个强大的数据分析库，它提供了丰富的数据处理功能，使得数据清洗、分析和可视化变得更为简单。 ...
Python编程学习第一篇——Python零基础快速入门（六）（4）异常处理
urhero的专栏
07-25 364
我们已经了解了Python的基本数据类型、变量和基本的逻辑控制语句，基于这些基础知识可以编写一些小程序了，但是在写程序的时候我们会发现，有时候程序并不是按我们预期的方向执行，有的直接报错，有的没有报错，却并未得到我们预期的结果。在这个例子中，除数为0会引发ZeroDivisionError异常，我们将异常信息赋值给变量e，并输出"除数不能为0"和异常信息。在这个例子中，由于除数不为0，所以没有发生ZeroDivisionError异常，代码会执行else语句块，并输出结果2.0。
AvaloniaUI的学习
最新发布
lishuangquan1987的博客
07-25 918
官方中文文档：https://docs.avaloniaui.net/zh-Hans/docs/welcome。
前端学习1——自学习梳理
qq_63125992的博客
07-24 384
【代码】前端学习1——自学习梳理。
SAP PP学习笔记31 - 计划运行的步骤2 - Scheduling(日程计算)，BOM Explosion(BOM展开）
shi_ly的专栏
07-24 839
本章主要讲Scheduling(日程计算),其中包括 外部调达中的调度，生产订单中的调度，修改需求日期(其实就是在物料中增加安全时间和BOM中的提前期偏置量)。另外还讲了BOM展开的内容，详细讲了BOM选择的各种方法，除了按数量选BOM之外，还有其他比如 按日期，按生产版本等，而其中按日期又分为按订单开始日期，订单终了日期等，越趋复杂。
虚拟机学习
weixin_63374588的博客
07-25 315
虚拟机的优点：虚拟机使用教程：
FastAPI（八十）实战开发《在线课程学习系统》接口开发-- 课程列表
mr~li的博客
07-25 366
源码见："
【学习笔记】子集DP
Brute♂force
07-24 1041
有一类问题和子集有关。给你一个集合S，令T为S的超集，也就是S所有子集的集合，求T中所有元素的和。
FastAPI（七十一）实战开发《在线课程学习系统》接口开发-- 查看留言
mr~li的博客
07-24 332
梳理后发现，之前在接口设计的时候，有些欠缺，查看留言，是查看单个的留言，查看留言后，对应的留言变成已读状态。那么我们这个都需要传递一个参数，这个参数应该是留言的id。之前FastAPI（七十）实战开发《在线课程学习系统》接口开发--留言功能开发分享了留言开发，这次我们分享查看留言。在之前设计返回状态码的时候，发现状态码有缺失，我们增加下缺失的。3.判断是否是当前用户的留言，或者接受的方是自己。梳理这里的逻辑，这个接口要依赖登录。5.如果已读且回复了，要带回复的内容。以上则是实现查看留言的接口逻辑。
DP学习——外观模式
huibin.yun的博客
07-24 392
学而时习之，温故而知新。
(leetcode学习)236. 二叉树的最近公共祖先
m0_54888411的博客
07-24 719
中最近公共祖先的定义为：“对于有根树 T 的两个节点 p、q，最近公共祖先表示为一个节点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（跟着左神的视频课，参考了左神的解题方法，不过时间上打败30%，记录一下，以后提升。给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。因为根据定义最近公共祖先节点可以为节点本身。的最近公共祖先是节点。的最近公共祖先是节点。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FG.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值