pandas

为什么学习pandas

numpy已经可以帮助我们进行数据的处理了   
    
    
    
，那么学习pandas的目的是什么呢？ numpy能够帮助我们处理的是数值型的数据


     


     


     


    ，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串 




 




 




 


，时间序列）   

   

   

   

，那么pandas就可以帮我们很好的处理除了数值型的其他数据！

什么是pandas？

首先先来认识pandas中的两个常用的类 Series DataFrame

Series

Series是一种类似与一维数组的对象

     

     

     

   ，由下面两个部分组成：

values：一组数据（ndarray类型） index：相关的数据索引标签

Series的创建

由列表或numpy数组创建 由字典创建 from pandas import Series s = Series(data=[127,2,3,regina])

为什么需要有显示索引？

答：显示索引可以增强Series 的可读性

还可以直接引入字典：

Series的索引和切片 s[0] --> regina s.姓名 --> regina s[0:2] --> 姓名 regina 年龄 23 dtype: object Series的常用属性 shape size index 返回索引 values 返回值 s.shape s.size s.index #返回索引 s.values #返回值 s.dtype #元素的类型

Series的常用方法

head(),tail()

这里的head和tail默认是5
  




  




  




  

，tail显示最后n个数据

unique() 去重

isnull(),notnull()

add() sub() mul() div()

只有索引一致的数据才可以相加

同时也只有数据类型一样的才能相加

DataFrame

DataFrame是一个【表格型】的数据结构   
    
    
    
。DataFrame由按一定顺序排列的多列数据组成


     


     


     


    。设计初衷是将Series的使用场景从一维拓展到多维 




 




 




 


。DataFrame既有行索引  


  


  


  


，也有列索引   

   

   

   

。

行索引：index 列索引：columns 值：values

DataFrame的创建

ndarray创建

字典创建

DataFrame的属性

values   
    
    
    
、columns


     


     


     


    、index 




 




 




 


、shape

============================================

练习：

根据以下考试成绩表 
     
     
     
  ，创建一个DataFrame

   




   




   




   
，命名为df：

regina ivanlee 语文 150 0 数学 150 0 英语 150 0 理综 300 0

============================================

DataFrame索引操作

df = DataFrame(data=np.random.randint(60,100,size=(5,5)),columns=[A,B,C,D,E],index=[1,2,3,4,5])

对行进行索引

iloc: 通过隐式索引取行 (不根据所定义的index取值)

取单个元素：

df.iloc[,]

loc: 通过显示索引取行

队列进行索引

df[A] #取单列 



 



 



 



，如果df有显示的索引                  ，通过索引机制去行或者列的时候只可以使用显示索引

对元素进行索引

取多个元素：

DataFrame的切片操作

对行进行切片 对列进行切片

df索引和切片操作

索引：

df[col]:取列 df.loc[index]:取行 df.iloc[index,col]:取元素

切片：

df[index1:index3]:切行

df.iloc[:,col1:col3]:切列

DataFrame的计算与Series一致

时间数据类型的转换

pd.to_datetime(col)

dic = { time:[2010-10-10,2011-11-20,2020-01-10], temp:[33,31,30] } df = DataFrame(data=dic) df[time].dtype = O import pandas as pd #将time列的数据类型转换成时间序列类型 df[time] = pd.to_datetime(df[time]) df[time]

将某一列设置为行索引

df.set_index()

上图中的索引是隐式索引的012


    




    




    




    ，如果要将time列作为行索引

#将time列作为源数据的行索引 df.set_index(time,inplace=True)