Pandas 使用教程 Series、DataFrame

目录

• Series （一维数据）
  • 指定索引值
  • 使用 key/value 对象,创建对象
  • 设置 Series 名称参数
• DataFrame（二维数据）
  • 使用字典（key/value）创建
  • loc 属性返回指定行的数据

Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）
Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。
Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。

Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据）

• Series 是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成
• DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

Series （一维数据）

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。
Series 由索引（index）和列组成，函数如下：
pandas.Series( data, index, dtype, name, copy)
参数说明：

• data：一组数据(ndarray 类型)。
• index：数据索引标签，如果不指定，默认从 0 开始。
• dtype：数据类型，默认会自己判断。
• name：设置名称。
• copy：拷贝数据，默认为 False。

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar)
print(myvar[1]) # 2

如果没有指定索引，索引值就从 0 开始，

指定索引值

如下实例：

import pandas as pd

a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])

print(myvar)
print(myvar["y"])  # Runoob

使用 key/value 对象,创建对象

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites)

print(myvar)

设置 Series 名称参数

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )

print(myvar)

DataFrame（二维数据）

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。


DataFrame 构造方法如下：
pandas.DataFrame( data, index, columns, dtype, copy)
参数说明：

• data：一组数据(ndarray、series, map, lists, dict 等类型)。
• index：索引值，或者可以称为行标签。
• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
• dtype：数据类型。
• copy：拷贝数据，默认为 False。

Pandas DataFrame 是一个二维的数组结构，类似二维数组。

import pandas as pd

data = [['Google',10],['Runoob',12],['Wiki',13]]
# data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]} # 也可以这样写
df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)

print(df)

DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）：

使用字典（key/value）创建

import pandas as pd

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)

print (df)

输出

   a   b     c
0  1   2   NaN
1  5  10  20.0

loc 属性返回指定行的数据

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)

# 返回第一行
# calories   420
# duration     50
print(df.loc[0])

# 返回第二行
# calories    380
# duration     40
print(df.loc[1])

# 返回第一行和第三行
#   calories  duration
#0       420        50
#2       390        45

print(df.loc[[0, 2]])