数据分析相关库之Pandas

栏目: 数据库 · 发布时间: 6年前

内容简介:1.Pandas 简介1.1 pandas是什么Pandas是Python第三方库,提供高性能易用数据类型和分析工具
编辑推荐:
本文来源csdn,本文主要对 Python 的第三方库Pandas,进行高性能易用数据类型和分析。

1.Pandas 简介

1.1 pandas是什么

Pandas是Python第三方库,提供高性能易用数据类型和分析工具

Pandas基于NumPy实现 ,常与NumPy和Matplotlib一同使用

1.2 pandas vs numpy

数据分析相关库之Pandas

2.Pandas库的Series类型

2.1 Series的结构

#多维一列,形式是:索引+值。(省略index会自动生成,从0开始)

>>> pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])

a 1

b 2

c 3

d 4

e 5

dtype: int64

2.2 Series的创建

Series类型可以由如下类型创建:

1.Python列表

2.标量值

3.Python字典

4.ndarray

5.其他函数,range()等

#标量值

>>> pd.Series(5)

0 5

dtype: int64

#标量值+index 结果会根据索引重新排序

pd.Series(5,index=['a','v','c','d','e'])

a 5

v 5

c 5

d 5

e 5

dtype: int64

#字典

>>> pd.Series({'a':999,'v':888,'c':756,

'd':7,'e':437})

a 999

c 756

d 7

e 437

v 888

dtype: int64

#字典+index

>>>pd.Series({'a':999,'v':888,'c':756,

'd':7,'e':437},index=['a','v'])

a 999

v 888

dtype: int64

#用ndarray创建

>>> pd.Series(np.arange(5),index=np.

arange(14,9,-1))

14 0

13 1

12 2

11 3

10 4

dtype: int32

Seriesd的创建总结:

1.Series类型可以由如下类型创建:

2.Python列表,index与列表元素个数一致

3.标量值,index表达Series类型的尺寸

4.Python字典,键值对中的“键”是索引,index从字典中进行选择操作

5.ndarray,索引和数据都可以通过ndarray类型创建

6.其他函数,range()函数等

2.3 Series基本操作

1.Series类型包括index和values两部分

2.Series类型的操作类似ndarray类型

3.Series类型的操作类似Python字典类型

(1)Series基本操作

#Series基本操作

>>>a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a.index

Index(['a', 'c', 'd', 'e', 'v'], dtype='object')

>>> a.values

array([1, 3, 4, 5, 2], dtype=int64)

#两套索引并存,但不能混用

>>> a[['a','v']]

a 1

v 2

dtype: int64

>>> a[[0,4]]

a 1

v 2

dtype: int64

#混用,以靠前的为准

>>> a[['a',4]]

a 1.0

4 NaN

dtype: float64

(2)Series类型的操作类似ndarray类型:

索引方法相同,采用 [ ]

可以通过自定义索引的列表进行切片

可以通过自动索引进行切片,如果存在自定义索引,则一同被切片

#采用 []切片

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a[:3]

a 1

c 3

d 4

dtype: int64

#在索引前进行运算

>>> a[a>a.median()]

d 4

e 5

dtype: int64

#以自然常数e为底的指数函数

>>> np.exp(a)

a 2.718282

c 20.085537

d 54.598150

e 148.413159

v 7.389056

dtype: float64

(3)Series类型的操作(类似Python):

通过自定义索引访问

保留字in操作

使用.get()方法

#保留字in

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> 'a' in a

True

>>> 'v' in a

True

#只匹配索引

>>> 1 in a

False

2.4 Series对齐操作

#Series类型在运算中会自动对齐不同索引的数据.(即对不齐,就当缺失项处理)

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> b=pd.Series({'a':1,'b':2,'c':3,'d':4,'e':5})

>>> a+b

a 2.0

b NaN

c 6.0

d 8.0

e 10.0

v NaN

dtype: float64

2.5 Series的name属性

#Series对象和索引都可以有一个名字,存储在属性.name中

a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a.name

>>> a.name="精忠跳水队"

>>> a.name

'精忠跳水队'

>>> a

a 1

c 3

d 4

e 5

v 2

Name: 精忠跳水队, dtype: int64

2.6 Series小结

Series是一维带“标签”数组

index_0 → data_a

Series基本操作类似ndarray和字典,根据索引对齐

3.Pandas库的DataFrame类型

3.1 DataFrame结构

#DataFrame是一个表格型的数据类型,每列值类型可以不同

#DataFrame既有行索引、也有列索引

>>> df = pd.DataFrame(np.random.randint(1,10,(4,5)))

>>> df

0 1 2 3 4

0 8 5 4 1 1

1 3 4 2 7 3

2 4 3 8 9 9

3 7 8 9 1 7

3.2 DataFrame的创建

DataFrame类型可以由如下类型创建:

ndarray对象

由一维ndarray、列表、字典、元组或Series构成的字典

Series类型

其他的DataFrame类型

#由字典创建 (自定义行列索引,会自动补齐缺失的值为NAN)

>>> df=pd.DataFrame({'one':pd.Series([1,2,3],index=

['a','v','c']),'two':pd.Series([1,2,3,4,5],index=

['a','b','c','d','e'])})

>>> df

one two

a 1.0 1.0

b NaN 2.0

c 3.0 3.0

d NaN 4.0

e NaN 5.0

v 2.0 NaN

#由字典+列表创建。统一index,尺寸必须相同

>>> df=pd.DataFrame({'one':[1,2,3],'two':[2,2,3],'three'

:[3,2,3]},index=['a','b','c'])

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

#索引(类似Series,依据行列索引)

>>> df['one']['a']

1

>>> df['three']['c']

3

3.3 pandas数据类型操作——重新索引

数据分析相关库之Pandas

#由a b c改为c a b

>>> df.reindex(['c','a','b'])

one three two

c 3 3 3

a 1 3 2

b 2 2 2

#重排并增加列

>>> df.reindex(columns=['three','two','one','two'])

three two one two

a 3 2 1 2

b 2 2 2 2

c 3 3 3 3

#原始的数据

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

#插入列

>>> newc=df.columns.insert(3,'新增')

>>> newc

Index(['one', 'three', 'two', '新增'], dtype='object')

#插入新数据

>>> newd=df.reindex(columns=newc,fill_value=99)

>>> newd

one three two 新增

a 1 3 2 99

b 2 2 2 99

c 3 3 3 99

3.4pandas数据类型操作——索引类型

数据分析相关库之Pandas

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

>>> nc=df.columns.delete(1)

>>> ni=df.index.insert(3,'new_index')

#无填充

>>> df.reindex(columns=nc,index=ni)

one two

a 1.0 2.0

b 2.0 2.0

c 3.0 3.0

new_index NaN NaN

#有填充

>>> df.reindex(columns=nc,index=ni,method='ffill')

one two

a 1 2

b 2 2

c 3 3

new_index 3 3

#删除行列

#默认删 除行

>>> df.drop('b')

one three two

a 1 3 2

c 3 3 3

#轴1为列

>>> df.drop('three',axis=1)

one two

a 1 2

b 2 2

c 3 3

3.5pandas数据类型运算——算数运算

算数运算法则:

算术运算根据行列索引,补齐后运算,运算默认产生浮点数

补齐时缺项填充NaN (空值)

二维和一维、一维和零维间为广播运算

采用+ ‐ * /符号进行的二元运算产生新的对象

(1)采用+ ‐ * /符号进行的二元运算:

#用符号运算,无法处理缺失值

>>> df1 =pd.DataFrame({'one':[1,2,3],'two':

[4,5,6]},index=['a','b','c'])

>>> df2 =pd.DataFrame({'one':[1,2,3]},

index=['a','b','c'])

>>> df1+df2

one two

a 2 NaN

b 4 NaN

c 6 NaN

(2)采用方法形式进行二元运算:

数据分析相关库之Pandas

>>> df1 =pd.DataFrame({'one':[1,2,3],'two':[4,5,6]},

index=['a','b','c'])

>>> df2 =pd.DataFrame({'one':[1,2,3]},index=['a','b','c'])

#用方法进行运算,可选参数处理缺失值

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

one two

a 2 4.0

b 4 5.0

c 6 6.0

#运算方式

#只对对应维度及对应位置进行运算,常数则进行广播运算。

无匹配位置,则置为NAN

df =pd.DataFrame({'one':[1,2,3],'two':[2,2,3],'three'

:[3,2,3]},index=['a','b','c'])

df3=df=pd.DataFrame({'one':[1,2,3]},index=['a','b','c'])

df4=pd.DataFrame({'two':[2,2,3]},index=['a','b','c'])

#常数

>>> df3-1

one

a 0

b 1

c 2

>>> df -1

one three two

a 0 2 1

b 1 1 1

c 2 2 2

#对应维度

>>> df3 -df

one three two

a 0 NaN NaN

b 0 NaN NaN

c 0 NaN NaN

>>> df-df4

one three two

a NaN NaN 0

b NaN NaN 0

c NaN NaN 0

3.6pandas数据类型运算——比较运算

(1)法则

比较运算只能比较相同索引的元素,不进行补齐

二维和一维、一维和零维间为广播运算

采用>、<、 >=、 <= 、==、 !=等符号进行的二元运算产生布尔对象

>>> dfx

one three two

a 1 3 2

b 1 3 2

c 1 3 2

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

>>> df>dfx

one three two

a False False False

b True False False

c True False True

4.Pandas数据类型小结

1.据类型与索引的关系,操作索引即操作数据

2.Series = 索引+ 一维数据

3.DataFrame = 行列索引+ 多维数据

4.重新索引、数据删除、算术运算、比较运算

5.像对待单一数据一样对待Series和DataFrame对象


以上所述就是小编给大家介绍的《数据分析相关库之Pandas》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

About Face 4: 交互设计精髓

About Face 4: 交互设计精髓

[美] 艾伦·库伯、[美] 罗伯特·莱曼、[美] 戴维·克罗宁、[美] 克里斯托弗·诺埃塞尔 / 倪卫国、刘松涛、杭敏、薛菲 / 电子工出版社 / 2015-10 / 118.00元

《About Face 4: 交互设计精髓》是《About Face 3:交互设计精髓》的升级版,此次升级把全书的结构重组优化,更加精练和易用;更新了一些适合当下时代的术语和实例,文字全部重新编译,更加清晰易读;增加了更多目标导向设计过程的细节,更新了现行实践,重点增加 移动和触屏平台交互设计,其实《About Face 4: 交互设计精髓》多数内容适用于多种平台。 《About F......一起来看看 《About Face 4: 交互设计精髓》 这本书的介绍吧!

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具