零基础学Python：Pandas用法

前言： 📢📢📢
🏅🏅🏅作者简介：是Dream呀，华为云享专家、CSDN原力计划作者、Python领域优质创作者，专注分享Python领域原创系列文章。
🌻🌻🌻热门专栏：【零基础学Python】
本课程是针对Python入门&进阶打造的一全套课程，在这里，我将会一 一更新Python基础语法、Python爬虫、Web开发、 Django框架、Flask框架以及人工智能相关知识，帮助你成为Python大神，如果你喜欢的话就抓紧收藏订阅起来吧~💘💘💘
🍋🍋🍋如果对学习没有自制力或者没有一起学习交流的动力，欢迎私信我或者文末添加vx，拉你进群，群内有行业大佬帮大家解答疑问，我们一起学习，群内定期还会有抽奖活动和红包相送嗷，快来进入我们吧~
💕 入门须知：这片乐园从不缺乏天才，努力才是你的最终入场券！🚀🚀🚀
💓最后，愿我们都能在看不到的地方闪闪发光，一起加油进步🍺🍺🍺

Pandas具有Series和DataFrame两个最重要的数据类型：
Series：一维
DataFrame：二维

一、Series

1.创建Series

创建Series对象的函数是Serier（），主要参数是data和index：
pandas.Series(data=None,index=None,name=None)
参数说明：

• data：接收array或者dict。表示接收的数据，默认None
• index：接收array或者list。表示索引，必须与数据长度相等，默认None
• name:接收string或者dict，表示Series对象的名称，默认None

通过ndarray创建的Series

import pandas as pd
import numpy as np
print('通过ndarray创建的Series为：\n',pd.Series(np.arange(3),index=['a','b','c'],name='ndarray'))
'
运行
运行

通过ndarray创建的Series为：
a 0
b 1
c 2
Name: ndarray, dtype: int32

通过dict创建Series

dict的键作为Series的索引，dict的值作为Series的值，因此无需传入index参数。

import pandas as pd
dict = {'a':0,'b':1,'c':2,'d':3,'e':4}
print('通过dict创建的Series为：\n',pd.Series(dict))
'
运行
运行

通过dict创建的Series为：
a 0
b 1
c 2
d 3
e 4
dtype: int64

通过list创建Series

import pandas as pd
list1 = [0,1,2,3,4]
print('通过list创建的Series为：\n',pd.Series(list1,index=['a','b','c','d','e']))
'
运行
运行

通过list创建的Series为：
a 0
b 1
c 2
d 3
e 4
dtype: int64

2.Series的属性

Series拥有以下8个属性：

1. values:以ndarray格式返回Series对象的所有元素
2. index:返回Series对象的索引
3. dtype：返回Series对象的数据类型
4. shape:返回Serise对象的形状
5. nbytes：返回Series对象的字节数
6. ndim: 返回Series的维度
7. size：返回Series对象的个数
8. T：返回Series对象的转置

import pandas as pd
seriesl = pd.Series([1,2,3,4])
print('seriesl:\n{}'.format(seriesl))
print('seriesl.values:{}'.format(seriesl.values))
print('seriesl.index:{}'.format(seriesl.shape))
print('seriesl.ndim:{}'.format(seriesl.ndim))
'
运行
运行

seriesl:
0 1
1 2
2 3
3 4
dtype: int64
seriesl.values:[1 2 3 4]
seriesl.index:(4,)
seriesl.ndim:1

3.访问Series数据

import pandas as pd
series2 = pd.Series([1,2,3,4,5,6,7],index=['A','B','C','D','E','F','G'])
print('series2位于第一位置的数据为：',series2[0])
print('E is {}\n'.format(series2['E']))
'
运行
运行

series2位于第一位置的数据为： 1
E is 5

4.更新、插入和删除

更新Series

import pandas as pd
list1=[1,2,3,4,5]
seriesl = pd.Series(list1,index=['a','b','c','d','e'],name='List')
print('seriesl:\n{}'.format(seriesl))
# 更新元素
seriesl['a'] = 3
print('更新后的Seriesl为：\n',seriesl)
'
运行
运行

seriesl:
a 1
b 2
c 3
d 4
e 5
Name: List, dtype: int64
更新后的Seriesl为：
a 3
b 2
c 3
d 4
e 5
Name: List, dtype: int64

追加Series和插入单个值

通过append（）方法在原来的Series上追加新的Series。若只在原来Serise上插入单个值，采用赋值方式。

import pandas as pd
list1 = [0,1,2,3,4]
series1 = pd.Series(list1,index=['a','b','c','d','e'],name='list')
print('seriesl:\n{}'.format(seriesl))
series2 = pd.Series([4,5],index=['f','g'])
# 追加Series
print('在Series1后插入series2为：\n',series1.append(series2))

seriesl:
a 3
b 2
c 3
d 4
e 5
Name: List, dtype: int64
在Series1后插入series2为：
a 0
b 1
c 2
d 3
e 4
f 4
g 5
dtype: int64

删除Series元素

import pandas as pd
list1 = [0,1,2,3,4]
series1 = pd.Series(list1,index=['a','b','c','d','e'],name='list')
print('series1:\n{}'.format(series1))
# 删数据
series1.drop('e',inplace=True)
print('删除e索引后的series：\n',series1)
'
运行
运行

series1:
a 0
b 1
c 2
d 3
e 4
Name: list, dtype: int64
删除e索引后的series：
a 0
b 1
c 2
d 3
Name: list, dtype: int64

二、DataFrame

Data类似于数据库中的表，既有行索引也有列索引，DataFrame可以看做是Series组成的字典，每个Series是DataFrame的一列。

1.创建DataFrame

DataFrame语法结构：
pandas.DataFrame(data=None,columns=None,dtype=None,copy=False)
参数说明：

• data:接收ndarray、dict、list或者DataFrame。表示输入数据，默认None
• index：接收index、ndarray。表示索引，默认None
• columns：接收index，ndarray。表示列标签。默认None

通过dict创建DataFrame

import pandas as pd
dict1 = {'col1':[0,1,2,3,4],'col2':[5,6,7,8,9]}
print('通过dict创建的DataFrame为:\n ',pd.DataFrame(dict1,index=['a','b','c','d','e']))
'
运行
运行

通过dict创建的DataFrame为:
col1 col2
a 0 5
b 1 6
c 2 7
d 3 8
e 4 9

通过list创建DataFrame

import pandas as pd
list5 =[[0,5],[1,6],[2,7],[3,8],[4,9]]
print('通过list创建的DataFrame为：\n',pd.DataFrame(list5,index=['a','b','c','d','e'],columns=['col1','col5']))
'
运行
运行

通过list创建的DataFrame为：
col1 col5
a 0 5
b 1 6
c 2 7
d 3 8
e 4 9

通过Series创建DataFrame

以Series创建DataFrame，每个Series为一行，而不是一列：

import pandas as pd
noteSeries = pd.Series(['C','D','E','F','G','A','B'],index = [1,2,3,4,5,6,7])
weekdaySeries = pd.Series(['Mon','Tue','Wed','Thu','Fri','Sat','Sun'],index = [1,2,3,4,5,6,7])
df4 = pd.DataFrame([noteSeries,weekdaySeries])
print('df4:\n{}'.format(df4))
'
运行
运行

df4:
1 2 3 4 5 6 7
0 C D E F G A B
1 Mon Tue Wed Thu Fri Sat Sun

2.DataFrame属性

DataFrame是二维数据结构，包含列索引，比Series具有更多的属性。DataFrame常见的属性及其说明如下：

1. values：以ndarray的格式返回DataFrame对象所有的元素
2. index：但会DataFrame对象的Index
3. columns：返回DataFrame对象所有的列标签
4. dtypes：返回DataFrame对象的数据类型
5. axes：返回DataFrame对象的轴标签
6. ndim：返回DataFrame的维度
7. size：返回DataFrame对象的个数
8. shape：返回DataFrame的形状

访问DataFrame的属性

import pandas as pd
df = pd.DataFrame({'col1':[0,1,2,3,4],'col2':[5,6,7,8,9]},index=['a','b','c','d','e'])
print(df)
print('DataFrame的index为：',df.index)
print('DataFrame的列标签为：',df.columns)
print('DataFrame的轴标签',df.axes)
print('DataFrame的维度：',df.ndim)
print('DataFrame的维度:',df.shape)
'
运行
运行

col1 col2
a 0 5
b 1 6
c 2 7
d 3 8
e 4 9
DataFrame的index为： Index([‘a’, ‘b’, ‘c’, ‘d’, ‘e’], dtype=‘object’)
DataFrame的列标签为： Index([‘col1’, ‘col2’], dtype=‘object’)
DataFrame的轴标签 [Index([‘a’, ‘b’, ‘c’, ‘d’, ‘e’], dtype=‘object’), Index([‘col1’, ‘col2’], dtype=‘object’)]
DataFrame的维度： 2
DataFrame的维度: (5, 2)

3.访问DataFrame首尾元素

head（）和tail（）方法用于访问DataFrame前n行和后n行数据，默认返回5行数据。

print('默认返回前5行数据：\n',df.head())
print('默认返回后3行数据：\n',df.tail(3))

默认返回前5行数据：
col1 col2
a 0 5
b 1 6
c 2 7
d 3 8
e 4 9
默认返回后3行数据：
col1 col2
c 2 7
d 3 8
e 4 9

4.更新、删除和插入

更新DataFrame

import pandas as pd
df = pd.DataFrame({'col1':[0,1,2,3,4],'col2':[5,6,7,8,9]},index=['a','b','c','d','e'])
print('DataFrame为：\n',df)
# 更新列
df['col1']=[10,11,12,13,14]
print('更新后的DataFrame为\n：',df)
'
运行
运行

DataFrame为：
col1 col2
a 0 5
b 1 6
c 2 7
d 3 8
e 4 9
更新后的DataFrame为
： col1 col2
a 10 5
b 11 6
c 12 7
d 13 8
e 14 9

删除和插入DataFrame

import pandas as pd
df3 = pd.DataFrame({'note':['C','D','E','F','G','A','B'],'weekday':['Mon','Tue','Wed','Thu','Fri','Sat','Sun']})
print('df3:\n{}'.format(df3))
df3['No.'] = pd.Series([1,2,3,4,5,6,7])  # 采用赋值的方法插入列 相当于df3['No.'] = [1,2,3,4,5,6,7]
print('df3:\n{}'.format(df3))
del df3['weekday']  # 删除列的方法有很多，如del（）、pop（）、drop()等
print('df3:\n{}'.format((df3)))
'
运行
运行

df3:
note weekday
0 C Mon
1 D Tue
2 E Wed
3 F Thu
4 G Fri
5 A Sat
6 B Sun

df3:
note weekday No.
0 C Mon 1
1 D Tue 2
2 E Wed 3
3 F Thu 4
4 G Fri 5
5 A Sat 6
6 B Sun 7

df3:
note No.
0 C 1
1 D 2
2 E 3
3 F 4
4 G 5
5 A 6
6 B 7

drop（）方法

drop()犯法可以删除行或者列，基本语法格式如下：

DataFrame。drop(labels,axis,levels,inplace)

参数说明如下：

• labels：表示删除行或者列的标签
• axis：接收0或者1,0表示删除行，1表示删除列，默认是0
• levels：接收int型或者索引名，表示索引级别
• inplace：接收bool型，表示操作是否对原数据生效，默认为False

import pandas as pd
df = pd.DataFrame({'col1':[0,1,2,3,4],'col2':[5,6,7,8,9]},index=['a','b','c','d','e'])
df['col3'] = [15,16,17,18,19]
print('插入列后的DataFrame为：\n',df)
df.drop(['col3'],axis=1,inplace = True)
print('删除col3列DataFrame为：\n',df)
# 删除行
df.drop('a',axis=0,inplace=True)
print('删除a行的DataFrame为：\n',df)
'
运行
运行

插入列后的DataFrame为：
col1 col2 col3
a 0 5 15
b 1 6 16
c 2 7 17
d 3 8 18
e 4 9 19
删除col3列DataFrame为：
col1 col2
a 0 5
b 1 6
c 2 7
d 3 8
e 4 9
删除a行的DataFrame为：
col1 col2
b 1 6
c 2 7
d 3 8
e 4 9

三、Index

Index对象可以通过pandas.Index()函数创建，也可以通过创建数据对象Series、DataFrame时接收index或者column参数创建，前者属于显示创建，后者属于隐式创建。
Index对象属性说明：

• is_monotonic:当元素均大于前一个元素时，返回True
• is_unique：当Index没有重复值时，返回True

四、Plot

Matplotlib绘制图表需要各个基础组件对象，工作量较大。而Pandas使用行列标签以及分组信息，较为简便的完成图表的制作，Pandas作图函数：

1. Plot（）：绘制线性二维图、折线图
2. Pie（）：绘制饼形图
3. Hist（）：绘制二维条形直方图
4. Boxplot（）：绘制样本数据箱型图
5. Plot（logy = True）：绘制Y轴对数图形
6. Plot（year=error）：绘制误差条形图

1.调用plot.pie()对生成的一列随机数的Series数据绘制饼图

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 调用plot.pie()对生成的一列随机数的Series数据绘制饼图
df1 = pd.Series(3*np.random.rand(4),index=['a','b','c','d'],name='series')
# print(df1)
df1.plot.pie(figsize=(6,6))
plt.show()
# df1.plot()、
'
运行
运行

2.调用plot.bar()对生成的四列随机数的DataFrame绘制条形图

# 调用plot.bar()对生成的四列随机数的DataFrame绘制条形图
df2 = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d'])
# print(df2)
df2.plot.bar()
plt.show()

3.调用plot.box()对生成的五列随机数的DataFrame绘制箱型图

# 调用plot.box()对生成的五列随机数的DataFrame绘制箱型图
df3 = pd.DataFrame(np.random.rand(10,5),columns=['A','B','C','D','E'])
df3.plot.box()
plt.show()

4.调用plot.scatter()对生成的四列随机数的DataFrame数据绘制散点图

# 调用plot.scatter()对生成的四列随机数的DataFrame数据绘制散点图
df4 = pd.DataFrame(np.random.rand(50,4),columns=['a','b','c','d'])
df4.plot.scatter(x='a',y='b')
plt.show()

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 调用plot.pie()对生成的一列随机数的Series数据绘制饼图
df1 = pd.Series(3*np.random.rand(4),index=['a','b','c','d'],name='series')
# print(df1)
df1.plot.pie(figsize=(6,6))
plt.show()
# df1.plot()、

# 调用plot.bar()对生成的四列随机数的DataFrame绘制条形图
df2 = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d'])
# print(df2)
df2.plot.bar()
plt.show()

# 调用plot.box()对生成的五列随机数的DataFrame绘制箱型图
df3 = pd.DataFrame(np.random.rand(10,5),columns=['A','B','C','D','E'])
df3.plot.box()
plt.show()

# 调用plot.scatter()对生成的四列随机数的DataFrame数据绘制散点图
df4 = pd.DataFrame(np.random.rand(50,4),columns=['a','b','c','d'])
df4.plot.scatter(x='a',y='b')
plt.show()
'
运行
运行