数据分析——从入门到精通(三)

• Python Data Analysis Library或pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的
• Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具
• Pandas 提供了大量能使我们快速便捷地处理数据的函数和方法
• 它使Python成为强大而高效的数据分析环境的重要因素之一

• 可以理解为带标签的NumPy数组

• Series是一个类似一维数组的数据结构

• DataFrame数据帧，类似于Excel,DateFrame组织数据，处理数据

• Pandas 是数据分析的重要模块

• 用于数据的清洗，数据的处理，数据的统计分析，数据的计算
• Pandas里面重要的两个类:Series,DataFrame
• Series 是带标签的一维数组
• DataFrame是带标签的二维数组，即由多个Series组成的关系表(数据帧)
• Pandas是依赖numpy库

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

• 基于list或ndarray创建
• 基于dict方式创建
• Series(data,index,dtype,name)
• data 表示数据，可以是ndarray,list,tuple,dict
• index 表示索引标签，个数同data数量保持一致
• name 表示Series对象的名称
• list列表方式来创建

course = ['语文','Math','英语','Physics','Chemistry','History']
score = [80,72,65,55,26,38]

person1 = Series(data=score,index=course,dtype=float,name="小明")
person1

• ndarray数组的方式创建

person2 = Series(data=score,index=course,dtype=int,name="小强")
person2

[out]:

语文           80
Math         72
英语           65
Physics      55
Chemistry    26
History      38
Name: 小强, dtype: int32

[int]:

person3 = Series(np.random.randint(100,size=6),index=course,dtype=int,name="小龙")
person3

[out]:

语文           10
Math         43
英语           98
Physics      59
Chemistry    85
History      58
Name: 小龙, dtype: int32

• dict方式创建
• [注意] key即是索引标签，不需要指定index标签的列表或数组

person4 = Series({
    '语文':80,
    '数学':93,
    '英语':54,
    '化学':32,
    '物理':66
},dtype=int,name="小王")
person4

[out]:

语文    80
数学    93
英语    54
化学    32
物理    66
Name: 小王, dtype: int32

• 显示索引，即索引标签
• s[‘标签名’]
• s.loc[‘标签名’]
• s.loc[‘开始标签’:’结束标签’]
• s[[‘标签1′,’标签2’]]
• s.loc[[‘标签1′,’标签2’]]
• 隐式索引，即索引下标
• s.iloc[索引下标]
• s.iloc[开始下标:结束下标]
• s.iloc[[下标1,下标2]]

person1

[out]:

语文           80.0
Math         72.0
英语           65.0
Physics      55.0
Chemistry    26.0
History      38.0
Name: 小明, dtype: float64

[int]:

person1['History']

[out]:

38.0

[int]:

person1[['语文','Math','英语']]

[out]:

语文      80.0
Math    72.0
英语      65.0
Name: 小明, dtype: float64

[int]:

person1[['语文','Physics','History']]

[out]:

语文         80.0
Physics    55.0
History    38.0
Name: 小明, dtype: float64

[int]:

person1['Math':'Chemistry']

[out]:

Math         72.0
英语           65.0
Physics      55.0
Chemistry    26.0
Name: 小明, dtype: float64

[int]:

person1.loc['Math':'Chemistry']

[out]:

Math         72.0
英语           65.0
Physics      55.0
Chemistry    26.0
Name: 小明, dtype: float64

[int]:

person3

[out]:

语文           10
Math         43
英语           98
Physics      59
Chemistry    85
History      58
Name: 小龙, dtype: int32

[int]:

person3['Physics']=38
person3

[out]:

语文           10
Math         43
英语           98
Physics      38
Chemistry    85
History      58
Name: 小龙, dtype: int32

[int]:

person3 +=5
person3

[out]:

语文            20
Math          53
英语           108
Physics       48
Chemistry     95
History       68
Name: 小龙, dtype: int32

[int]:

person3 /=2
person3

[out]:

语文            5.00
Math         13.25
英语           27.00
Physics      12.00
Chemistry    23.75
History      17.00
Name: 小龙, dtype: float64

[int]:

person2

[out]:

语文           80
Math         72
英语           65
Physics      55
Chemistry    26
History      38
Name: 小强, dtype: int32

[int]:

person2.iloc[-3:] +=30
person2

[out]:

语文            80
Math          72
英语            65
Physics      115
Chemistry     86
History       98
Name: 小强, dtype: int32

[int]:

person2.iloc[:2]

[out]:

语文      80
Math    72
Name: 小强, dtype: int32

[int]:

person3

[out]:

语文           105.00
Math          13.25
英语            27.00
Physics       12.00
Chemistry     23.75
History      117.00
Name: 小龙, dtype: float64

[int]:

person3.iloc[[0,-1]] -= 50
person3

[out]:

语文           55.00
Math         13.25
英语           27.00
Physics      12.00
Chemistry    23.75
History      67.00
Name: 小龙, dtype: float64

• 包含了ndarray对象的属性
• name 名称
• index 索引标签
• values 是ndarray数组内容

person3.values

[out]:

array([55.  , 13.25, 27.  , 12.  , 23.75, 67.  ])

[int]:

person3.name

[out]:

'小龙'

[int]:

person3.index

[out]:

Index(['语文', 'Math', '英语', 'Physics', 'Chemistry', 'History'], dtype='object')

• not a number

person4

[out]:

语文    80
数学    93
英语    54
化学    32
物理    66
Name: 小王, dtype: int32

[int]:

person4['英语'] = np.nan
person4

[out]:

[int]:

person4 + 10
person4

[out]:

• s.add() 相加
• s.sub() 相减
• s.divide()/s.div() 相除
• s.mod() 取余
• s.multiply() 乘法

person4

[out]:

[int]:

person4 = person4.add(10,fill_value=0)
person4

[out]:

语文    100.0
数学    113.0
英语     20.0
化学     52.0
物理     86.0
Name: 小王, dtype: float64

[int]:

person4["化学"]= np.nan
person4

[out]:

[int]:

person4 =person4.sub(10,fill_value=20)
person4

[out]:

[int]:

person4.divide(2)

[out]:

[int]:

person4

[out]:

语文    110.0
数学    123.0
英语     30.0
化学     70.0
物理     96.0
Name: 小王, dtype: float64

[int]:

person4.mod(10)

[out]:

语文    0.0
数学    3.0
英语    0.0
化学    0.0
物理    6.0
Name: 小王, dtype: float64

[int]:

person4

[out]:

语文    110.0
数学    123.0
英语     30.0
化学     70.0
物理     96.0
Name: 小王, dtype: float64

[int]:

person4.multiply(2)

[out]:

语文    220.0
数学    246.0
英语     60.0
化学    140.0
物理    192.0
Name: 小王, dtype: float64

Original: https://blog.csdn.net/m0_57021623/article/details/123996551
Author: 今晚务必早点睡
Title: 数据分析——从入门到精通(三)