編輯推薦:

本文來源csdn，本文主要對Python的第三方庫Pandas，進行高性能易用數據類型和分析。

1.Pandas 簡介

1.1 pandas是什么

Pandas是Python第三方庫，提供高性能易用數據類型和分析工具

Pandas基于NumPy實現 ，常與NumPy和Matplotlib一同使用

1.2 pandas vs numpy

2.Pandas庫的Series類型

2.1 Series的結構

#多維一列，形式是：索引+值。（省略index會自動生成，從0開始）

>>> pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])

a 1

b 2

c 3

d 4

e 5

dtype: int64

2.2 Series的創建

Series類型可以由如下類型創建：

1.Python列表

2.標量值

3.Python字典

4.ndarray

5.其他函數，range()等

#標量值

>>> pd.Series(5)

0 5

dtype: int64

#標量值+index 結果會根據索引重新排序

pd.Series(5,index=['a','v','c','d','e'])

a 5

v 5

c 5

d 5

e 5

dtype: int64

#字典

>>> pd.Series({'a':999,'v':888,'c':756,

'd':7,'e':437})

a 999

c 756

d 7

e 437

v 888

dtype: int64

#字典+index

>>>pd.Series({'a':999,'v':888,'c':756,

'd':7,'e':437},index=['a','v'])

a 999

v 888

dtype: int64

#用ndarray創建

>>> pd.Series(np.arange(5),index=np.

arange(14,9,-1))

14 0

13 1

12 2

11 3

10 4

dtype: int32

Seriesd的創建總結：

1.Series類型可以由如下類型創建：

2.Python列表，index與列表元素個數一致

3.標量值，index表達Series類型的尺寸

4.Python字典，鍵值對中的“鍵”是索引，index從字典中進行選擇操作

5.ndarray，索引和數據都可以通過ndarray類型創建

6.其他函數，range()函數等

2.3 Series基本操作

1.Series類型包括index和values兩部分

2.Series類型的操作類似ndarray類型

3.Series類型的操作類似Python字典類型

（1）Series基本操作

#Series基本操作

>>>a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a.index

Index(['a', 'c', 'd', 'e', 'v'], dtype='object')

>>> a.values

array([1, 3, 4, 5, 2], dtype=int64)

#兩套索引并存，但不能混用

>>> a[['a','v']]

a 1

v 2

dtype: int64

>>> a[[0,4]]

a 1

v 2

dtype: int64

#混用，以靠前的為準

>>> a[['a',4]]

a 1.0

4 NaN

dtype: float64

(2)Series類型的操作類似ndarray類型：

索引方法相同，采用 [ ]

可以通過自定義索引的列表進行切片

可以通過自動索引進行切片，如果存在自定義索引，則一同被切片

#采用

[]切片

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a[:3]

a 1

c 3

d 4

dtype: int64

#在索引前進行運算

>>> a[a>a.median()]

d 4

e 5

dtype: int64

#以自然常數e為底的指數函數

>>> np.exp(a)

a 2.718282

c 20.085537

d 54.598150

e 148.413159

v 7.389056

dtype: float64

(3)Series類型的操作(類似Python)：

通過自定義索引訪問

保留字in操作

使用.get()方法

#保留字in

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> 'a' in a

True

>>> 'v' in a

True

#只匹配索引

>>> 1 in a

False

2.4 Series對齊操作

#Series類型在運算中會自動對齊不同索引的數據.(即對不齊，就當缺失項處理)

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> b=pd.Series({'a':1,'b':2,'c':3,'d':4,'e':5})

>>> a+b

a 2.0

b NaN

c 6.0

d 8.0

e 10.0

v NaN

dtype: float64

2.5 Series的name屬性

#Series對象和索引都可以有一個名字，存儲在屬性.name中

a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a.name

>>> a.name="精忠跳水隊"

>>> a.name

'精忠跳水隊'

>>> a

a 1

c 3

d 4

e 5

v 2

Name: 精忠跳水隊, dtype: int64

2.6 Series小結

Series是一維帶“標簽”數組

index_0 → data_a

Series基本操作類似ndarray和字典，根據索引對齊

3.Pandas庫的DataFrame類型

3.1 DataFrame結構

#DataFrame是一個表格型的數據類型，每列值類型可以不同

#DataFrame既有行索引、也有列索引

>>> df = pd.DataFrame(np.random.randint(1,10,(4,5)))

>>> df

0 1 2 3 4

0 8 5 4 1 1

1 3 4 2 7 3

2 4 3 8 9 9

3 7 8 9 1 7

3.2 DataFrame的創建

DataFrame類型可以由如下類型創建：

ndarray對象

由一維ndarray、列表、字典、元組或Series構成的字典

Series類型

其他的DataFrame類型

#由字典創建

（自定義行列索引，會自動補齊缺失的值為NAN）

>>> df=pd.DataFrame({'one':pd.Series([1,2,3],index=

['a','v','c']),'two':pd.Series([1,2,3,4,5],index=

['a','b','c','d','e'])})

>>> df

one two

a 1.0 1.0

b NaN 2.0

c 3.0 3.0

d NaN 4.0

e NaN 5.0

v 2.0 NaN

#由字典+列表創建。統一index，尺寸必須相同

>>> df=pd.DataFrame({'one':[1,2,3],'two':[2,2,3],'three'

:[3,2,3]},index=['a','b','c'])

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

#索引（類似Series，依據行列索引）

>>> df['one']['a']

1

>>> df['three']['c']

3

3.3 pandas數據類型操作——重新索引

#由a

b c改為c a b

>>> df.reindex(['c','a','b'])

one three two

c 3 3 3

a 1 3 2

b 2 2 2

#重排并增加列

>>> df.reindex(columns=['three','two','one','two'])

three two one two

a 3 2 1 2

b 2 2 2 2

c 3 3 3 3

#原始的數據

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

#插入列

>>> newc=df.columns.insert(3,'新增')

>>> newc

Index(['one', 'three', 'two', '新增'], dtype='object')

#插入新數據

>>> newd=df.reindex(columns=newc,fill_value=99)

>>> newd

one three two 新增

a 1 3 2 99

b 2 2 2 99

c 3 3 3 99

3.4pandas數據類型操作——索引類型

>>>

df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

>>> nc=df.columns.delete(1)

>>> ni=df.index.insert(3,'new_index')

#無填充

>>> df.reindex(columns=nc,index=ni)

one two

a 1.0 2.0

b 2.0 2.0

c 3.0 3.0

new_index NaN NaN

#有填充

>>> df.reindex(columns=nc,index=ni,method='ffill')

one two

a 1 2

b 2 2

c 3 3

new_index 3 3

#刪除行列

#默認刪 除行

>>> df.drop('b')

one three two

a 1 3 2

c 3 3 3

#軸1為列

>>> df.drop('three',axis=1)

one two

a 1 2

b 2 2

c 3 3

3.5pandas數據類型運算——算數運算

算數運算法則：

算術運算根據行列索引，補齊后運算，運算默認產生浮點數

補齊時缺項填充NaN (空值)

二維和一維、一維和零維間為廣播運算

采用+ ‐ * /符號進行的二元運算產生新的對象

（1）采用+ ‐ * /符號進行的二元運算：

#用符號運算，無法處理缺失值

>>> df1 =pd.DataFrame({'one':[1,2,3],'two':

[4,5,6]},index=['a','b','c'])

>>> df2 =pd.DataFrame({'one':[1,2,3]},

index=['a','b','c'])

>>> df1+df2

one two

a 2 NaN

b 4 NaN

c 6 NaN

（2）采用方法形式進行二元運算：

>>>

df1 =pd.DataFrame({'one':[1,2,3],'two':[4,5,6]},

index=['a','b','c'])

>>> df2 =pd.DataFrame({'one':[1,2,3]},index=['a','b','c'])

#用方法進行運算，可選參數處理缺失值

>>> df1.add(df2,fill_value=0)

one two

a 2 4.0

b 4 5.0

c 6 6.0

#運算方式

#只對對應維度及對應位置進行運算，常數則進行廣播運算。

無匹配位置，則置為NAN

df =pd.DataFrame({'one':[1,2,3],'two':[2,2,3],'three'

:[3,2,3]},index=['a','b','c'])

df3=df=pd.DataFrame({'one':[1,2,3]},index=['a','b','c'])

df4=pd.DataFrame({'two':[2,2,3]},index=['a','b','c'])

#常數

>>> df3-1

one

a 0

b 1

c 2

>>> df -1

one three two

a 0 2 1

b 1 1 1

c 2 2 2

#對應維度

>>> df3 -df

one three two

a 0 NaN NaN

b 0 NaN NaN

c 0 NaN NaN

>>> df-df4

one three two

a NaN NaN 0

b NaN NaN 0

c NaN NaN 0

3.6pandas數據類型運算——比較運算

（1）法則

比較運算只能比較相同索引的元素，不進行補齊

二維和一維、一維和零維間為廣播運算

采用>、<、 >=、 <= 、==、 !=等符號進行的二元運算產生布爾對象

>>>

dfx

one three two

a 1 3 2

b 1 3 2

c 1 3 2

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

>>> df>dfx

one three two

a False False False

b True False False

c True False True

4.Pandas數據類型小結

1.據類型與索引的關系，操作索引即操作數據

2.Series = 索引+ 一維數據

3.DataFrame = 行列索引+ 多維數據

4.重新索引、數據刪除、算術運算、比較運算

5.像對待單一數據一樣對待Series和DataFrame對象

總結

以上是生活随笔為你收集整理的python数据分析第三方库是_python数据分析复盘——数据分析相关库之Pandas的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。