Pandas介绍

Pandas

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。

Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。

Pandas 应用

Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。

数据结构

Series 是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

安装

使用 pip 安装 pandas:

pip install pandas

简单测试

import pandas as pd

mydataset = {
  'sites': ["Google", "Runoob", "Wiki"],
  'number': [1, 2, 3]
}

myvar = pd.DataFrame(mydataset)

print(myvar)

输出结果为：

对比Numpy

Pandas是针对Numpy中一维数组和二维数组的功能拓展，展示时可以更加清除明确定义：

# 对比Numpy
import numpy as np
a = np.array([[2,2,2],[1, 2, 3]])
print(a)

输出结果为：

[[2 2 2]
[1 2 3]]

 测试pandas
import pandas as pd
import numpy as np
a = np.array([[2,2,2],[1, 2, 3]])

myvar = pd.DataFrame(a,index=['first','second'],columns=['1st','2ed','3rd'])

print(myvar)

输出结果为：

   ​                1st  2ed  3rd
   first          2    2    2
   second    1    2    3

Pandas在一二维数组表示上更加清除明了

并且支持JSON与CSV格式文件的直接导入与处理