数据分析工具Pandas（1）：Pandas的数据结构
Pandas
Pandas的名称来自于面板数据（panel data）和Python数据分析（data analysis）。
Pandas是一个强大的分析结构化数据的工具集，基于NumPy构建，提供了 高级数据结构 和 数据操作工具，它是使Python成为强大而高效的数据分析环境的重要因素之一。
-
一个强大的分析和操作大型结构化数据集所需的工具集
-
基础是NumPy，提供了高性能矩阵的运算
-
提供了大量能够快速便捷地处理数据的函数和方法
-
应用于数据挖掘，数据分析
-
提供数据清洗功能
Pandas的数据结构
import pandas as pd
Pandas有两个最主要也是最重要的数据结构： Series 和 DataFrame
Series
Series是一种类似于一维数组的 对象，由一组数据（各种NumPy数据类型）以及一组与之对应的索引（数据标签）组成。
- 类似一维数组的对象
- 由数据和索引组成
- 索引(index)在左，数据(values)在右
- 索引是自动创建的
1. 通过list构建Series
ser_obj = pd.Series(range(10))
-
# 通过list构建Series
-
ser_obj = pd.Series(range(10, 20))
-
print(ser_obj.head(3))
-
-
print(ser_obj)
-
-
print(type(ser_obj))
运行结果：
-
0 10
-
1 11
-
2 12
-
dtype: int64
-
-
0 10
-
1 11
-
2 12
-
3 13
-
4 14
-
5 15
-
6 16
-
7 17
-
8 18
-
9 19
-
dtype: int64
-
-
<class 'pandas.core.series.Series'>
2. 获取数据和索引
ser_obj.index 和 ser_obj.values
-
# 获取数据
-
print(ser_obj.values)
-
-
# 获取索引
-
print(ser_obj.index)
运行结果：
-
[10 11 12 13 14 15 16 17 18 19]
-
RangeIndex(start=0, stop=10, step=1)
3. 通过索引获取数据
ser_obj[idx]
-
#通过索引获取数据
-
print(ser_obj[0])
-
print(ser_obj[8])
运行结果：
-
10
-
18
4. 索引与数据的对应关系不被运算结果影响
-
# 索引与数据的对应关系不被运算结果影响
-
print(ser_obj * 2)
-
print(ser_obj > 15)
运行结果：
-
0 20
-
1 22
-
2 24
-
3 26
-
4 28
-
5 30
-
6 32
-
7 34
-
8 36
-
9 38
-
dtype: int64
-
-
0 False
-
1 False
-
2 False
-
3 False
-
4 False
-
5 False
-
6 True
-
7 True
-
8 True
-
9 True
-
dtype: bool
5. 通过dict构建Series
-
# 通过dict构建Series
-
year_data = {2001: 17.8, 2002: 20.1, 2003: 16.5}
-
ser_obj2 = pd.Series(year_data)
-
print(ser_obj2.head())
-
print(ser_obj2.index)
运行结果：
-
2001 17.8
-
2002 20.1
-
2003 16.5
-
dtype: float64
-
Int64Index([2001, 2002, 2003], dtype='int64')
name属性
对象名：ser_obj.name
对象索引名：ser_obj.index.name
-
# name属性
-
ser_obj2.name = 'temp'
-
ser_obj2.index.name = 'year'
-
print(ser_obj2.head())
运行结果：
-
year
-
2001 17.8
-
2002 20.1
-
2003 16.5
-
Name: temp, dtype: float64
DataFrame
DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同类型的值。DataFrame既有行索引也有列索引，它可以被看做是由Series组成的字典（共用同一个索引），数据是以二维结构存放的。
- 类似多维数组/表格数据 (如，excel, R中的data.frame)
- 每列数据可以是不同的类型
- 索引包括列索引和行索引
1. 通过ndarray构建DataFrame
-
import numpy as np
-
-
# 通过ndarray构建DataFrame
-
array = np.random.randn(5,4)
-
print(array)
-
-
df_obj = pd.DataFrame(array)
-
print(df_obj.head())
运行结果：
-
[[ 0.83500594 -1.49290138 -0.53120106 -0.11313932]
-
[ 0.64629762 -0.36779941 0.08011084 0.60080495]
-
[-1.23458522 0.33409674 -0.58778195 -0.73610573]
-
[-1.47651414 0.99400187 0.21001995 -0.90515656]
-
[ 0.56669419 1.38238348 -0.49099007 1.94484598]]
-
-
0 1 2 3
-
0 0.835006 -1.492901 -0.531201 -0.113139
-
1 0.646298 -0.367799 0.080111 0.600805
-
2 -1.234585 0.334097 -0.587782 -0.736106
-
3 -1.476514 0.994002 0.210020 -0.905157
-
4 0.566694 1.382383 -0.490990 1.944846
2. 通过dict构建DataFrame
-
# 通过dict构建DataFrame
-
dict_data = {'A': 1,
-
'B': pd.Timestamp('20170426'),
-
'C': pd.Series(1, index=list(range(4)),dtype='float32'),
-
'D': np.array([3] * 4,dtype='int32'),
-
'E': ["Python","Java","C++","C"],
-
'F': 'ITCast' }
-
#print dict_data
-
df_obj2 = pd.DataFrame(dict_data)
-
print(df_obj2)
运行结果：
-
A B C D E F
-
0 1 2017-04-26 1.0 3 Python ITCast
-
1 1 2017-04-26 1.0 3 Java ITCast
-
2 1 2017-04-26 1.0 3 C++ ITCast
-
3 1 2017-04-26 1.0 3 C ITCast
3. 通过列索引获取列数据（Series类型）
df_obj[col_idx] 或 df_obj.col_idx
示例代码：
-
# 通过列索引获取列数据
-
print(df_obj2['A'])
-
print(type(df_obj2['A']))
-
-
print(df_obj2.A)
运行结果：
-
0 1.0
-
1 1.0
-
2 1.0
-
3 1.0
-
Name: A, dtype: float64
-
<class 'pandas.core.series.Series'>
-
0 1.0
-
1 1.0
-
2 1.0
-
3 1.0
-
Name: A, dtype: float64
4. 增加列数据
df_obj[new_col_idx] = data
类似Python的 dict添加key-value
示例代码：
-
# 增加列
-
df_obj2['G'] = df_obj2['D'] + 4
-
print(df_obj2.head())
运行结果：
-
A B C D E F G
-
0 1.0 2017-01-02 1.0 3 Python ITCast 7
-
1 1.0 2017-01-02 1.0 3 Java ITCast 7
-
2 1.0 2017-01-02 1.0 3 C++ ITCast 7
-
3 1.0 2017-01-02 1.0 3 C ITCast 7
5. 删除列
del df_obj[col_idx]
-
# 删除列
-
del(df_obj2['G'] )
-
print(df_obj2.head())
运行结果：
-
A B C D E F
-
0 1.0 2017-01-02 1.0 3 Python ITCast
-
1 1.0 2017-01-02 1.0 3 Java ITCast
-
2 1.0 2017-01-02 1.0 3 C++ ITCast
-
3 1.0 2017-01-02 1.0 3 C ITCast
参考资料
文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。
原文链接：drugai.blog.csdn.net/article/details/104269624
- 点赞
- 收藏
- 关注作者
评论（0）