数据分析 ——— pandas数据结构（一）
数据分析 ——— pandas数据结构（一）
andrew_a
发布于 2019-08-02 14:39:12
发布于 2019-08-02 14:39:12
之前我们了解了numpy的一些基本用法，在这里简单的介绍一下pandas的数据结构。
一、Pandas数据结构
Pandas处理有三种数据结构形式：Series，DataFrame, index。Series和DataFrame是现在常用的两种数据类型。
1. Series
Series和一维数组很像，只是它的每一个值都有一个索引，输出显示时索引在左，值在右。
pandas.Series( data, index=index, dtype, copy)- data: 可以是多种类型，如列表，字典，标量等
- index: 索引值必须是唯一可散列的，与数据长度相同，如果没有索引被传递，则默认为**np.arrange(n)**
- dtype: 设置数据类型
- copy: 复制数据，默认为Flase
1）创建一个空的序列
import numpy as np
import pandas as pd
# 利用Series序列构造函数
# 创建一个空序列
s = pd.Series()
print(s)
"""
输出：Series([], dtype: float64)
"""2）从ndarray创建一个序列：
如果数据是ndarray，则传递的索引必须具有相同的长度。如果没有索引被传递，那么默认情况下，索引将是 range（n） ，其中 n 是数组长度，即[0,1,2,3 ...。 范围（LEN（阵列）） - 1]。
# 使用ndarray创建一个序列
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print(s)
"""
输出：
0 a
1 b
2 c
3 d
dtype: object
"""不给赋索引值时，默认的索引范围为1~（len(data)-1）
3）传入索引值：
# 传入索引值
data = np.array(['a','b','c','d'])
s = pd.Series(data,index=[12, 13, 14,15])
print(s)
"""
输出:
12 a
13 b
14 c
15 d
dtype: object
"""4）从字典创建一个序列：
当所创建的索引中，未给赋值时，也即缺少元素是，用NAN填充
data = {'a':0,'b':1,'c':2.}
s= pd.Series(data, index=['b','a','c','d'])
print(s)
"""
输出：
b 1.0
a 0.0
c 2.0
d NaN
dtype: float64
"""5）用标量创建一个序列：
# 从标量创建一个序列
s= pd.Series(5, index=['a','b','c','d'])
print(s)
"""
输出：
a 5
b 5
c 5
d 5
dtype: int64
"""6）检索数据：
data = [1, 2, 3, 4]
s= pd.Series(data, index=['a','b','c','d'])
print(s["d"]) # 检索索引为d的数据
print(s[-3:]) # 检索后3个数据
"""
输出：
4
b 2
c 3
d 4
dtype: int64
"""2. DataFrame
DataFrame是一个2维标签的数据结构，它的列可以存在不同的类型。你可以把它简单的想成Excel表格或SQL Table，或者是包含字典类型的Series。它是最常用的Pandas对象。和Series一样，DataFrame接受许多不同的类型输入。
pandas.DataFrame( data, index, columns, dtype)- data: 包含一维数组，列表对象， 或者是Series对象的字典对象
- index ：对于行标签，如果没有索引被传递，则要用于结果帧的索引是可选缺省值np.arrange（n）。
- columns: 对于列标签，可选的默认语法是 - np.arrange（n）。这只有在没有通过索引的情况下才是正确的。
- dtype: 每列的数据类型
1) 创建一个空的DataFrame
# 创建一个空的DataFrame
import pandas as pd
df = pd.DataFrame()
print(df)
"""
输出：
Empty DataFrame
Columns: []
Index: []
"""2） 从列表中创建一个DataFrame
DateFrame可以使用单个列表或者列表列表创建
data = [1, 2, 3,4, 5]
df = pd.DataFrame(data)
print(df)
"""
输出：
0
0 1
1 2
2 3
3 4
4 5
"""data = [['Al', 9],['Bl', 8],['Cl', 10]]
# dtype参数将Age列的类型更改为浮点型
df = pd.DataFrame(data, columns=['Name', 'Age'], dtype=float)
print(df)
"""
输出：
Name Age
0 Al 9.0
1 Bl 8.0
2 Cl 10.0
"""3） 从ndarrys/lists的字典创建一个dataFrame
所有的 ndarrays 必须具有相同的长度。如果索引被传递，那么索引的长度应该等于数组的长度。
如果没有索引被传递，那么默认情况下，索引将是range（n），其中 n 是数组长度。
# 从ndarrays/List的Dict创建一个DataFrame
data1 = {'Name':['Al','Bl','Cl'], 'Age':[9, 8,10]}
df1 = pd.DataFrame(data1)
print(df1)
"""
输出：
Age Name
0 9 Al
1 8 Bl
2 10 Cl
"""4） 添加行标签
data1 = {'Name':['Al','Bl','Cl'], 'Age':[9, 8,10]}
# 添加行标签
df1 = pd.DataFrame(data1, index=['rank1','rank2','rank3'])
print(df1)
"""
输出：
Age Name
rank1 9 Al
rank2 8 Bl
rank3 10 Cl
"""5）在列表中创建一个dataframe
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data, index=['rank1','rank2'])
print(df)
"""
输出:
a b c
rank1 1 2 NaN
rank2 5 10 20.0
"""# 使用字典，行索引，列索引列表创建DataFrame
data = [{'a':1,'b':2},{'a':2,'b':10,'c':9}]
df1 = pd.DataFrame(data, index = ['rank1','rank2'],columns=['a','b'])
print('df1:\n',df1)
df2 = pd.DataFrame(data1, index = ['rank1','rank2'],columns=['a','b1'])
print('df2:\n',df2)
"""
输出：
df1:
a b
rank1 1 2
rank2 2 10
df2:
a b1
rank1 1 NaN
rank2 2 NaN
"""6） 从序列字典中创建一个DataFrame，并进行列添加，删除
# 从序列字典创建一个DataFrame
d = {'one':pd.Series([1,2,3], index=['a','b','c']),
'two':pd.Series([1,2,3,4], index=['a','b','c','d'])}
df = pd.DataFrame(d)
print(df)
"""
输出：
one two
a 1.0 1
b 2.0 2
c 3.0 3
d NaN 4
"""添加列：
# 添加列
d = {'one':pd.Series([1,2,3], index=['a','b','c']),
'two':pd.Series([1,2,3,4], index=['a','b','c','d'])}
df = pd.DataFrame(d)
df['three'] = pd.Series([20,3,21], index=['a','b','d'])
df['four'] = df['one']+df['three']
print(df)
"""
输出：
one two three four
a 1.0 1 20.0 21.0
b 2.0 2 3.0 5.0
c 3.0 3 NaN NaN
d NaN 4 21.0 NaN
"""删除列：
# 删除列
d = {'one':pd.Series([1,2,3], index=['a','b','c']),
'two':pd.Series([1,2,3,4], index=['a','b','c','d']),
'three':pd.Series([20,3,21], index=['a','b','d'])}
df = pd.DataFrame(d)
print(df)
"""
输出：
one three two
a 1.0 20.0 1
b 2.0 3.0 2
c 3.0 NaN 3
d NaN 21.0 4
"""
# 删除列
del df['one']
print(df)
"""
输出：
three two
a 20.0 1
b 3.0 2
c NaN 3
d 21.0 4
"""7）通过字典创建dataFrame,并进行行选择，添加，删除
# 行选择， 添加，删除
d = {'one':pd.Series([1,2,3], index=['a','b','c']),
'two':pd.Series([1,2,3,4], index=['a','b','c','d'])}
df = pd.DataFrame(d)
print(df,'\n')
print(df.loc['b'],'\n')
print(df.iloc[2],'\n')
print(df[2:4])
"""
输出：
one two
a 1.0 1
b 2.0 2
c 3.0 3
d NaN 4
one 2.0
two 2.0
Name: b, dtype: float64
one 3.0
two 3.0
Name: c, dtype: float64
one two
c 3.0 3
d NaN 4
"""添加行：
# 添加行
df = pd.DataFrame([[1,2],[3,4]], columns=['a','b'])
df2 = pd.DataFrame([[5,6],[7,8]], columns=['a','b'])
df = df.append(df2)
print(df)
"""
输出：
a b
0 1 2
1 3 4
0 5 6
1 7 8
"""删除行：
# 删除行
df = df.drop(0)
print(df)
"""
输出：
a b
1 3 4
1 7 8
"""精彩推荐
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-08-01，如有侵权请联系 cloudcommunity@tencent.com 删除
本文分享自 Python爬虫scrapy 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ，欢迎热爱写作的你一起参与！
评论
登录后参与评论
推荐阅读