【pandas】15 pandas数据结构

【pandas】15 pandas数据结构

2023.1.13 总结来自https://mofanpy.com/tutorials/data-manipulation/pandas/
包括pandas数据结构Series/DataFrame;数据选取分类查询等内容

15.1 为什么需要pandas

• 前面讲了numpy,我们发现，numpy主要用途就是对同一类数据进行处理，可以看成数据矩阵
• Pandas 主要用于一维二维数据，但用于处理数据的功能也比较多，信息种类也更丰富，特别是你有一些包含字符的表格，Pandas 可以帮你处理分析这些字符型的数据表。
• Pandas继承了numpy所有优点，但比numpy慢点

pandas中的数据是什么?

• 数据序列Series
• 数据表DataFrame

15.2 Series

Series核心就是一串类似于列表的序列。Pandas Series 为数据提供了一套索引。

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

1. 【列表转换】：列表外套个pd.Series() `

import pandas as pd

l = [11,22,33]
s = pd.Series(l)
print(s)

0    11
1    22
2    33
dtype: int64

他这个pandas是按照excel表的习惯来的，一般数据一横行是一个数据，每个列是不同特征
所以这里面其实是三个数据，同一个特征数据，所以是3*1

2. 【index换索引】：'a’是字符串所以要‘’

s = pd.Series(l,index=['a',1,'c'])
print(s)

a    11
1    22
c    33
dtype: int64

3. 【字典创建】：最常规的创建，也是pandas的特色

s=pd.Series({
   "a":11,"b":22,'c':33})
s

a    11
b    22
c    33
dtype: int64

4. 转化成list,Series

print("array:", s.to_numpy())
print("list:", s.values.tolist())

array: [11 22 33]
list: [11, 22, 33]

【5. 访问】：5.1 单独访问 5.2 部分访问

• 5.1 单独访问

s

0    11
1    22
2    33
dtype: int64

#通过索引访问
s[2]

33

s.at[2]

33

• 5.2 部分访问：只需要指定需要数据的索引即可

pd.Series(s, index = [0, 2])

0    11
2    33
dtype: int64

6. name

import pandas as pd

sites = {
   1: "Google", 2: "Runoob", 3: "Wiki"}

myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )

print(myvar)

1    Google
2    Runoob
Name: RUNOOB-Series-TEST, dtype: object

15.3 数据表DataFrame

1. pandas.DataFrame( data, index, columns, dtype, copy)

• data：一组数据(ndarray、series, map, lists, dict 等类型)。

• index：索引值，或者可以称为行标签。

• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

• dtype：数据类型。

• copy：拷贝数据，默认为 False。

2. 横的叫row,竖的叫column

15.3.1 创建DataFrame数据

1. 【从二维list转成Dataframe】

df = pd.DataFrame([
  [1,2],
  [3,4]
])
df

	0	1
0	1	2
1	3	4

2. 【字典创建】：字典创建的key是列索引,这点和Series有区别，相当于属性;每行习惯看成一条完整的数据

df=pd.DataFrame({
   "col1":[1,3],"col2":[2,4]},index=["a","b"])
df

	col1	col2
a	1	2
b	3	4

• index更改了行索引

3. 【创建】：也可以把两个series拼起来

s=pd.DataFrame({
   "col1":pd.Series([1,2,6]),"col2":pd.Series([3,4])})
s

	col1	col2
0	1	3.0
1	2	4.0
2	6	NaN

• 【Series拼接方式索引无法直接更改】应该先拼接再更改

s=pd.DataFrame({
   "col1":pd.Series([1,2]),"col2":pd.Series([3,4])},index=["a","b"])
s

	col1	col2
a	NaN	NaN
b	NaN	NaN

4. 【更换行索引或列索引】:.index.columns

s=pd.DataFrame({
   "'col1'":pd.Series([1,2]),