Pandas概述:

Pandas是一个基于Numpy的数据分析包，它是为了解决数据分析任务而创建的。Pandas中纳入了大量库和标准的数据模型，提供了高效地操作大型数据集所需的函数和方法，使用户能够快速便捷地处理数据。

Pandas特点：

• 一个快速高效的DataFrame对象，具有默认和自定义的索引
  *用于在数据结构和不同文件格式中读取和写入数据，比如文本文件
  *智能数据对齐和缺失数据的集成处理
  *基于标签切片和花式索引获取数据集的子集
  *可以删除或插入来自数据结构的列
  *按数据分组进行聚合和转换
  *高性能的数据合并和连接
  *时间序列功能

Pandas的数据结构分析

Pandas中有两个主要的数据结构：Series和DataFrame。其中Series是一维的、DataFrame是二维的。

Series

Series的介绍

Series是一个类似于一维数组的对象，它能够保存任何类型的数据，主要由一组数据和与之相关的索引两部分构成。
Series

索引在左，数据在右

Series对象的创建

Pandas的Series类对象可以使用以下构造方法创建：
class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

构造方法中常用参数含义如下：

1.data：传入的数据，可以是ndarray、list等。
2.index：索引，必须是唯一的，且与数据的长度相同。如果没有传入索引参数，默认会自动创建一个从0~N的整数索引。
3.dtype：数据的类型
4.copy：是否复制数据，默认为False

import pandas as pd ser_obj = pd.Series([1,2,3,4,5]) ser_obj 

可以在创建的时候，为数据指定索引：

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

使用列表构建Series外，可以使用dict进行构建，具体如下：

year_data = {2001:17.8, 2002:20.1, 2003:16.5} ser_obj2 = pd.Series(year_data) ser_obj2 

为了方便的操作Series对象中的索引和数据，所以该对象提供两个属性index和values分别进行获取。

DataFrame

DataFrame的介绍:

DataFrame是一个类似于二维数组或表格的对象，它每列数据可以是不同的数据类型。由索引和数据组成，有行索引、还有列索引。
默认索引也是自动创建，默认是从0-N的整数类型索引。

DataFrame对象的创建:

Pandas的DataFrame类对象可以使用以下构造方法创建：
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)
常用参数如下：

• index：行标签。如果没有传入索引参数，默认会自动创建一个从0-N的整数类型索引
  *columns：列标签，如果没有传入索引参数，默认会自动创建一个从0-N的整数类型索引

import numpy as np import pandas as pd demo_arr = np.array([['a','b','c'], ['d','e','f']]) df_obj = pd.DataFrame(demo_arr) 

如果在创建DataFrame类对象时，指定了索引，则DataFrame的列会按照指定的索引顺序进行排列：

df_obj =pandas.DataFrame(demo_arr,)columns=['No1','No2','No3'] df_obj 

为了便于获取每列数据，可以使用列索引方式，也可以通过访问属性方式来获取，返回一个结果是Series对象，该对象拥有与原DataFrame对象相同的行索引。

element = df_obj['No2'] element 

注意：在获取DataFrame的一列数据时，推荐使用列索引方式

要想为DataFrame增加一列数据，则可以通过给列索引或者列名称赋值的方式实现，类似于给字典增加键值对的操作。

df_obj['No4'] = ['g','h'] df_obj 

删除一列数据:

del df_obj['No3'] print(df_obj) 

Pandas的索引对象:

索引对象的创建

• pd.X(array-like)

  index = pd.Index(np.arange(3)) 

索引对象的分类

索引对象的获取:

索引对象的特点:

索引对象是不可修改的,这样能够保证Index对象在不同的数据结构之间安全的共享

obj = Series(data,index=index) print(obj.index is index) 

结果为True

索引对象的方法和属性

方法:

属性:

索引对象的重命名(轴索引)

有两种方式:

• 直接赋值

• obj.rename()

  方法	操作	特征
  直接赋值	obj.index/columbs = …	就地修改
  obj.rename()	index/columns = 函数/字典(传入部分轴)
  obj.rename()	inplace=默认(保留原始数据)/True(就地修改)

  data.index = data.index.map(str.upper) data.rename(index={old:new},columns = {old;new}) data.rename(index=str.title,columns = str.upper) 

索引的整数索引:

程序:

客官们,先来看一个整数索引的示例:

import numpy as np import pandas as pd from pandas import Series ser = Series(np.arange(3)) print(ser.index) 

这个程序的输出结果是:

(start = 0,stop = 3,step = 1)

import numpy as np import pandas as pd from pandas import Series ser = Series(np.arange(3)) print(ser[-1]) 

这个程序会发生错误.

解析:

第一个程序能够正确的运行,并返回.

索引器:自动递增的数字索引(RangeIndex)

而第二个程序无法正常运行时因为索引是基于标签或者位置的

这样我们得出了整数索引的规则.

整数索引的规则:

当含有索引器时:

• 根据整数进行数据选取

• 总是面向标签的——–整数->标签名 包括ix切片

  非整数索引:

  示例:

  import numpy as np import pandas as pd from pandas import Series ser2 = Series(np.arange(3),index = ['a','b','c']) 

  使用任意类型的索引

  还是基于标签或者位置的.

  ​

整数标签基于位置的使用方法: