資料分析之Pandas（一）

2022-06-11 18:18:13 字數 3790 閱讀 3538

首先匯入相關模組

1


import


pandas as pd


2from pandas import


series,dataframe


3import numpy as np



series是一種類似與一維陣列的物件，由下面兩個部分組成：


values：一組資料（ndarray型別）


index：相關的資料索引標籤



兩種建立方式：


(1) 由列表或numpy陣列建立


預設索引為0到n-1的整數型索引
#使用列表建立series

1 series(data=[1,2,3,4,5])


23 0 1


4 1 2


5 2 3


6 3 4


7 4 5


8 dtype: int64
# 使用numpy建立series

# 可以通過設定index引數指定索引


1 series(data=np.random.randint(1,40,size=(5,)),index=['


a','


d','


f','


g','


t'],name='


bobo')


23 a 3


4 d 22


5 f 35


6 g 19


7 t 21
# 由字典建立:不能在使用index.但是依然存在預設索引

1 dic =


5 s = series(data=dic)
可以使用中括號取單個索引（此時返回的是元素型別），或者中括號裡乙個列表取多個索引（此時返回的是乙個series型別）。

(1) 顯式索引：　

- 使用index中的元素作為索引值


- 使用s.loc（推薦）:注意，loc中括號中放置的一定是顯示索引
(2) 隱式索引：

- 使用整數作為索引值


- 使用.iloc（推薦）:iloc中的中括號中必須放置隱式索引


s.iloc[0:2]
可以把series看成乙個定長的有序字典

可以通過shape，size，index,values等得到series的屬性

1


s.index23


s.values45


可以使用s.head(),tail()分別檢視前n個和後n個值


6 s.head(1)
對series元素進行去重

1 s = series(data=[1,1,2,2,3,3,4,4,4,4,4,5,6,7,55,55,44])


2 s.unique() # array([ 1, 2, 3, 4, 5, 6, 7, 55, 44], dtype=int64)
兩個series進行相加:索引與之對應的元素會進行算數運算,不對應的就補空

1 s1 = series([1,2,3,4,5],index=['


a','


b','


c','


d','e'


])2 s2 = series([1,2,3,4,5],index=['


a','


b','


f','


c','e'


])3 s = s1+s2


4 s

a     2.0b     4.0c     7.0d     nan


e 10.0f nan
可以使用pd.isnull()，pd.notnull()，或s.isnull(),notnull()函式檢測缺失資料

s.notnull() #


判斷每行是否是空值


a true


b true


c true


d false


e true


f false
s.isnull 與之恰好相反，空值為true 

例如：取出所以不是空值的行

dataframe屬性：values、columns、index、shape

1 dic =


5 df = dataframe(data=dic,index=['


語文','


數學','


英語','


理綜'])


字典的key作為列索引，index作為顯示索引


(1) 對列進行索引


- 通過類似字典的方式  df['q']


- 通過屬性的方式 df.q


可以將dataframe的列獲取為乙個series。返回的series擁有原dataframe相同的索引，且name屬性也已經設定好了，就是相應的列名。


例如：df['張三']


獲取多個索引


#修改列索引


(2) 對行進行索引


- 使用.loc加index來進行行索引


- 使用.iloc加整數來進行行索引


同樣返回乙個series，index為原來的columns。


(3) 對元素索引的方法


- 使用列索引


- 使用行索引(iloc[3,1] or loc['c','q']) 行索引在前，列索引在後 如：df.iloc[0,1]


總結：索引的方式


1、對列進行索引使用df,裡面放置列索引


2、對行進行索引使用.loc方顯示索引index 或.iloc放隱式索引整數


總結：1、使用中括號df[0:2] 是對行進行切片


2、使用loc、iloc是對列進行切片：df.loc['b':'c','丙':'丁']


資料分析之Pandas
from pandas import series,dataframe import pandas as pd import numpy as np states california ohio oregon texas year 2000,2001,2002,2003 value 35000,71...


資料分析之pandas
pandas是基於numpy構建的庫，擁有兩種資料結構 series和dataframe series 就是一維陣列 dataframe 是二維陣列series in 1 from pandas import series,dataframe in 2 import pandas as pd in ...


python資料分析之pandas
matplotlib inline import pandas as pd import numpy as np import matplotlib.pyplot as plt 1.建立dataframe dates pd.date range 20200401 periods 6,freq 2d ...