Pandas数据分析基础

一）安装Pandas库

使用之前确保已经安装了Pandas库，Pycharm有非常简单的操作，将下面代码粘贴到Pycharm的第一行，然后安ALT+回车，install即可。

import pandas as pd

二）基本类型：

Series	相当于excel一列数据。其实就是一个列表类型
DataFrame	相当于一个excel表格，每一列元素都是Series类型

一、Series使用

使用时只需要传入一个列表即可，本质就是一个列表，区别在于其索引可以不是0~n，可以自定义索引。

import pandas as pd

series = pd.Series([1, 2, 3, 4], index=['one', 'two', 'third', 'forth'])
print(series)
print(series[0])
print(series['one'])

构造方法的index：	设置自定义的索引类型
访问：1、切片访问。2、s[索引]   3、s[自定义索引]
追加元素：x.append(序列)	追加一个元素也必须是[ ]序列。x.append(['2'])
获取全部值：x.values	可以通过in的方法判断其是否在里面
删除目标元素：主要是通过[条件来实现的]	s[2!=x.values]删除里面为2的元素
删除某个位置的：x.drop(索引 或者 自定义索引)
修改自定义索引：x.index=[自定义索引列表]
根据索引进行排序：

 二）DataFream类型

DataFream，我们只需要将其看成一个excel表即可，也就是一个二维数组。

•  构造方法：最简单的就是传入一个字典类型进行构造，key表示列名，value表示每一列的数据值。

访问数据：

at是访问数据的一个元素，iloc是获得一个dataFrame表格，但是at可以支持行自定义索引访问

DataFrame类型支持切片访问数据，仍然是左开右闭

 示例代码：

import pandas as pd
import numpy as np

# np.nan表示是一个空数据
# index属性是给每一行起索引名称
df = pd.DataFrame({'age': [1, np.nan, 3]
                      , "area": ['BJ', 'SH', 'HZ']
                      , "name": ['Lisi', 'Wang', 'Zhang']}
                  , index=['first', 'second', 'third'])
print(f"DataFrame类型为：\n{df}\n")
print(f"最后两列数据为：\n{df[1:3]}\n")
print(f'SH为起点，Zhang为终点的数据\n{df.iloc[1:3, 1:3]}\n')
print(f'索引访问表格第一个数据为\n{df["age"][0]}\n')
print(f'at访问数据为：\n{df.at["first", "age"]}')

 

 其他操作：

修改行索引名称：右边可以是列表也可以是range参数	df.index=
修改列索引名称：参数与行同	df.columns=
删除行：axis参数必须等于0，如果没有设置行索引可以通过0123选择删除某一行，若设置了行索引必须通过行索引名称删除。	df =df.drop("行索引",axis=0)
删除列：参数是列名，axis必须是1                或通过df[’列名‘]删除	df =df.drop("列索引",axis=1) del df['列索引名']
添加列：直接通过字典的方式添加即可	df['新列名']=新数据
获取列数：	df.shape[1]
获取行数：	df.shape[0]或len(df)

代码 ：

import pandas as pd
import numpy as np

# np.nan表示是一个空数据
df = pd.DataFrame({'age': [1, np.nan, 3]
                      , "area": ['BJ', 'SH', 'HZ']
                      , "name": ['Lisi', 'Wang', 'Zhang']}
                  )
# 删除特定行
df = df.drop(1, axis=0)
print(df)
print(f'列数:{df.shape[1]}')
print(f'行数:{df.shape[0]}')
print(f'行数:{len(df)}')
# 删除特定列
del df['age']
# 添加列
df['new'] = [i for i in range(1, 3)]
# 添加行
df_new = pd.DataFrame({"area": [1, 2], "name": [3, 4], "new": [7, 8]})
df = df.append(df_new, ignore_index=True)  # ignore_index索引从0开始重新定义
# 索引从1开始重新定义：
df.index = range(1, len(df) + 1)
print(df)