我们先要了解,pandas是基于Numpy构建的,pandas中很多的用法和numpy一致。pandas中又有series和DataFrame,Series是DataFrame的基础。
pandas的主要功能:
- 具备对其功能的数据结构DataFrame,Series
- 集成时间序列功能
- 提供丰富的数学运算和操作
- 灵活处理缺失数据,处理NaN数据(**)
一、Series
Series是一种类似于一维数组的对象,由一组数据和一组与之相关的数据标签(索引)组成
1.创建方法
第一种:
pd.Series([4,5,6,7])
#执行结果
0 4
1 5
2 6
3 7
dtype: int64
#将数组索引以及数组的值打印出来,索引在左,值在右,由于没有为数据指定索引,于是会自动创建一个0到N-1(N为数据的长度)的整数型索引,取值的时候可以通过索引取
第二种:
pd.Series([4,5,6,7,8],index=['a','b','c','d','e']) #index索引是用[]
#执行结果
a 4
b 5
c 6
d 7
e 8
dtype: int64
自定义索引,index是指定的索引名,是一个索引列表,里面包含的是字符串,依然可以通过默认索引取值。
第三种:
pd.Series({"a":1,"b":2}) #传入字典格式数据
#执行结果:
a 1
b 2
dtype: int64
传入字典格式的数据,字典的key当成指定索引
第四种:
pd.Series(0,index=['a','b','c'])
#执行结果:
a 0
b 0
c 0
dtype: int64
创建一个值都是0的数组
对于Series,其实我们可以认为它是一个长度固定且有序的字典,因为它的索引和数据是按位置进行匹配的,像我们会使用字典的上下文,就肯定也会使用Series,也支持通过索引取值。
2.缺失数据(**)在处理数据的时候经常会遇到这类情况
- dropna() # 过滤掉值为NaN的行
- fillna() # 填充缺失数据
- isnull() # 返回布尔数组,缺失值对应为True
- notnull() # 返回布尔数组,缺失值对应为False
第一步,创建一个字典,通过Series方式创建一个Series对象
st = {"sean":18,"yang":19,"bella":20,"cloud":21}
obj = pd.Series(st)
obj
运行结果:
sean 18
yang 19
bella 20
cloud 21
dtype: int64
#第三步
obj1 = pd.Series(st,index=a)
obj1 # 将第二步定义的a变量作为索引传入
运行结果:
rocky NaN
cloud 21.0
sean 18.0
yang 19.0
dtype: float64
因为rocky没有出现在st的键中,所以返回的是缺失值
dropna() #过滤掉值有NaN的行
obj1.dropna()
#执行结果
cloud 21.0
sean 18.0
yang 19.0
dtype: float64
fillna() #填充缺失数据,这个填写1
obj1.fillna(1)
#执行结果
cloud 21.0
sean 18.0
yang 19.0
rocky 1.0
dtype: float64
isnull() #缺失值返回True
obj1.isnull()
#执行结果
cloud False
sean False
yang False
rocky True
dtype: bool
notnull() #不是缺失值返回True
obj1.notnull()
#执行结果
cloud True
sean True
yang True
rocky False
dtype: bool
利用布尔值索引过滤缺失值
obj1[obj1.notnull()] #只有True的才显示
#执行结果
cloud 21.0
sean 18.0
yang 19.0
dtype: float64
3.Series特性
- 从ndarray创建Series:Series(arr)
- 与标量(数字):sr * 2
- 两个Series运算
- 通用函数:np.ads(sr)
- 布尔值过滤:sr[sr>0]
- 统计函数:mean()、sum()、cumsum()
因为pandas是基于numpy的,所以有numpy的很多特性,Series和numpy很多类似
支持字典的特性:
- 从字典创建Series:Series(dic),
- In运算:’a’in sr、for x in sr
- 键索引:sr[‘a’],sr[[‘a’,’b’,’d’]]
- 键切片:sr[‘a’:’c’]
- 其他函数:get(‘a’,default=0)等
4.整数索引
sr = pd.Series(np.arange(10))
sr1 = sr[3:]
sr1
运行结果:
3 3
4 4
5 5
6 6
7 7
8 8
9 9
dtype: int32
到这里会发现很正常,一点问题都没有,可是当使用整数索引取值的时候就会出现问题了。因为在pandas当中使用整数索引取值是优先以标签解释的(就是index的值),而不是下标。
比如我想取索引值为1的数值,不再是我们之前的那种方法
sr1[1] #这种方式是取不出的,因为默认优先的是以标签解释的,这个没有1的标签(index)
解决方法:
- loc属性 # 以标签解释
- iloc属性 # 以下标(索引)解释
sr1.iloc[1] #以下标取值,(索引值为1的)
#执行结果
4
sr1.loc[4] #以标签取值(index值为1)
#执行结果
4
5.Series数据对齐
sr1 = pd.Series([12,23,34], index=['c','a','d'])
sr2 = pd.Series([11,20,10], index=['d','c','a',])
sr1 + sr2
运行结果:
a 33
c 32
d 45
dtype: int64
可以通过这种索引对齐直接将两个Series对象进行运算
sr3 = pd.Series([11,20,10,14], index=['d','c','a','b'])
sr1 + sr3
运行结果:
a 33.0
b NaN
c 32.0
d 45.0
dtype: float64
sr1 和 sr3的索引不一致,所以最终的运行会发现b索引对应的值无法运算,就返回了NaN,一个缺失值
将两个Series对象相加时将缺失值设为0
sr1 = pd.Series([12,23,34], index=['c','a','d'])
sr3 = pd.Series([11,20,10,14], index=['d','c','a','b'])
sr1.add(sr3,fill_value=0)
运行结果:
a 33.0
b 14.0
c 32.0
d 45.0
dtype: float64
将缺失值设为0,所以最后算出来b索引对应的结果为14
二.DataFrame
DataFrame是一个表格型的数据结构,相当于是一个二维数组,含有一组有序的列。他可以被看做是由Series组成的字典,并且共用一个索引(这里的索引指的就是列索引) 。
1.创建方式
创建一个DataFrame数组可以有多种方式,其中最为常用的方式就是利用包含等长度列表或Numpy数组的字典来形成DataFrame:
第一种:
pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
产生的DataFrame会自动为Series分配所索引,并且列会按照排序的顺序排列
运行结果:
one two
0 1 4
1 2 3
2 3 2
3 4 1
#字典的key就是列索引,行索引和series一致
> 指定列
可以通过columns参数指定顺序排列
data = pd.DataFrame({'one':[1,2,3,4],'two':[4,3,2,1]})
pd.DataFrame(data,columns=['two','one']) #指定显示顺序
#执行结果
two one
0 4 1
1 3 2
2 2 3
3 1 4
#注意:columns一定要是key值中的,才能匹配的到,不然会报错
第二种:
pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([1,2,3],index=['b','a','c'])})
运行结果:
one two
a 1 2
b 2 1
c 3 3#字典的key是列索引,index是行索引
2.查看数据
常用属性和方法:(和numpy类似)
- index 获取行索引
- columns 获取列索引
- T 转置
- values 获取值
- describe() 获取快速统计
`
one two
a 1 2
b 2 1
c 3 3
这样一个数组df
df.columns #列索引
运行结果:
Index([‘one’, ‘two’], dtype=’object’)
df.values #获取值,ndarray类型
运行结果:
array([[1, 2],
[2, 1],
[3, 3]], dtype=int64)
Original: https://www.cnblogs.com/wangcuican/p/11979342.html
Author: 只会玩辅助
Title: 数据分析——Pandas的用法(Series,DataFrame)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/559767/
转载文章受原作者版权保护。转载请注明原作者出处!