Python数据分析模块 | pandas做数据分析(一):基本数据对象

pandas有两个最主要的数据结构,分别是Series和DataFrame,所以一开始的任务就是好好熟悉一下这两个数据结构。

1、Series

官方文档: pandas.Series (http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.html#pandas.Series )

Series是类似于一维数组的对象,由一组数据(各种numpy的数据类型)以及一组与之相关的标签组成。首先看一下怎么构造出Series来。

class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

参数: data : 类array的,字典,或者是标量 index : 索引列表,和data的长度一样 dtype : numpy.dtype,没有的话,会根据data内容自动推断 copy : boolean,默认是False

常用属性

接下来给出属性,常用的属性经常用到的不多,其他的属性可以查上面给出的文档。

属性: dtype 数据元素的类型. empty 是否为空. index 索引对象 ix A primarily label-location based indexer, with integer position fallback. loc Purely label-location based indexer for selection by label. name nbytes return the number of bytes in the underlying data ndim 返回数据部分的维度大小 shape 返回一个元组,表示数据的形状 size 返回元素的数量。 strides return the strides of the underlying data values 返回Series对象中的值部分,ndarray类型

这里直接给出例子来创建Series。有很多中创建方式,很繁杂,所以就把例子放在一起,就一目了然了。

# -*- coding: utf-8 -*-
from __future__ import print_function,division
#from pandas import Series,DataFrame
import pandas as pd
#传入data却不传入索引列表,那么自动创建0~N-1的索引
S=pd.Series(data=[1,2,3,4])
print ("S:\n",S)

#传入了data和索引列表
print () 
S2=pd.Series(data=[4,3,2,1],index=["a","b","c","d"])
print ("S2:\n",S2)
print (S2.index)
#通过索引的方式来访问一个或者一列值(很像字典的访问)
print (S2['c'])
print (S2[['a','b','c']])#通过字典创建(上面还说了很像一个字典)
print () dict={"leo":24,"kate":23,"mat":11}
 S3=pd.Series(data=dict)
print ("S3:\n",S3)
#即使是传入一个字典,还是可以传入一个索引的,
# 要是索引和字典中的相同,那么就会并进去
# 要是不相同,那么找不到值,相应的value就会被设为NaN
print () idx=["leo","kate","pig","cat"]
 S4=pd.Series(data=dict,index=idx)
print ("S4:\n",S4)

结果:详解看注释

2、Data Frame

官方文档:DataFrame

很自然的,首先依旧是要看一下怎么创建DataFrame对象.下面是构造函数. class pandas.DataFrame(data=None,index=None,columns=None, dtype=None, copy=False)

参数: data : 传入的数据,可以是二维的ndarray,字典,或者一个DataFrame对象.还可以传入各种类型组合的数据,这里不细讲了,在实际中遇到再讲 index : Index对象或者array-like型,可以简单的理解为”行”索引. columns :Index对象或者array-like型,可以简单的理解为列索引. dtype : 元素的类型. copy : 布尔值,表示是否显式复制.默认为False.

这里直接通过例子来说明DataFrame的创建.

创建DataFrame对象最常用的就是传入等长列表组成的字典啦:

import numpy as np
import pandas as pd
#等长列表组成的字典
data={        
"name":["leo","tom","kate","pig"],        
"age":[10,20,30,40],        
"weight":[50,50,40,200]
 } 
frame=pd.DataFrame(data=data) 
print("frame:") 
print(frame)
#指定列顺序columns
frame2=pd.DataFrame(data=data,columns=["name","weight","age"]) 
print("frame2:") 
print(frame2)
#指定index,其中columns参数里面没有的,会被设置为NaN
frame3=pd.DataFrame(data=data,columns=["name","weight","age","height"],index=["one","two","three","four"]) 
print("frame3:") 
print(frame3)
#索引一列
print("name:\n",frame3["name"]) 
print("weight:\n",frame3.weight)
#改变一列的值
frame3["height"]=100
print("frame3") 
print(frame3)

结果:

常用属性

T:转秩 at 基于索引的快速标量访问器,比如使用的时候xxx.at[index,colume] iat 整形索引快速访问标量,使用方式例如obj.iat[1,2],相当于依靠位置访问某个元素 dtypes 返回各个列的元素类型. empty 判断是否是空 loc 通过index来选择,可以得到标量,也可以得到一个Series对象.使用方式可以参照at属性. iloc 整形索引,作用和loc一模一样,只是这个是通过整形来索引.这些都只能够得到单个的行或者列. ix 可以根据标签选择单个或者一组行,单个列或者一组列,是非常灵活的属性. ndim 维度数目Number of axes / array dimensions shape 形状 size 所有元素数量 values 返回表示值的ndarray

这里是第一部分的一些示例代码:XierHacker/LearnPandas

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-12-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Kevin-ZhangCG

总结五种常见的排序算法

    本文对比较常用且比较高效的排序算法进行了总结和解析,并贴出了比较精简的实现代码,包括选择排序、插入排序、归并排序、希尔排序、快速排序等。算法性能比较如下...

764
来自专栏GreenLeaves

C# checked和unchecked详解

1、对基元类型执行的许多算术运算都可能造成溢出,有如下代码: Byte b=100; b=(Byte)(b+200); 简单的解读上面的代码: 第一步,将所有的...

1768
来自专栏鸿的学习笔记

python的迭代器和生成器

迭代是数据处理的基础,迭代可以理解为是一种惰性求值。在python里迭代器和生成器是一回事,使用的是yield关键字。

471
来自专栏张俊红

Python数据分析笔记——Numpy、Pandas库

Python数据分析——Numpy、Pandas库 总第48篇 ▼ 利用Python进行数据分析中有两个重要的库是Numpy和Pandas,本章将围绕这两个库进...

3628
来自专栏小白的技术客栈

Python内置数据结构之迭代器知多少?

迭代器 迭代器 今天给大家说说迭代器是什么东东。 ? 什么是迭代器 先说一些概念性的东西: 可迭代对象:列表、元组、集合、字符串、bytes、bytearra...

3506
来自专栏python全栈布道师

2017年9月4日

3369
来自专栏数据结构与算法

P3391 文艺平衡树

hh 题目描述 您需要写一种数据结构(可参考题目标题),来维护一个有序数列,其中需要提供以下操作:翻转一个区间,例如原有序序列是5 4 3 2 1,翻转区间是[...

28210
来自专栏Python攻城狮

数据分析工具Pandas1.什么是Pandas?2.Pandas的数据结构SeriesDataFrame3.Pandas的索引操作索引对象IndexSeries索引DataFrame索引高级索引:标签

Pandas是一个强大的分析结构化数据的工具集,基于NumPy构建,提供了 高级数据结构 和 数据操作工具,它是使Python成为强大而高效的数据分析环境的重要...

1312
来自专栏小白客

常用SQL语句和语法汇总

近几年数据库发挥了越来越重要的作用,这其中和大数据、数据科学的兴起有不可分割的联系。学习数据库,可以说是每个从事IT行业的必修课。你学或不学,它就在那里;你想或...

3428
来自专栏King_3的技术专栏

leetcode-344-Reverse String

2165

扫码关注云+社区