Pandas_数据结构

`导入相关库
In [1]:

import numpy as np
import pandas as pd
`Pandas常用的数据结构有两种： Series 和 DataFrame (这些数据结构都是构建在Numpy 数组之上的，则意味着效率很高)
Series series 是一个带有名称 & 索引的一堆数组。 ·数据类型可以是整数、浮点数、字符串以及python的对象等！ EG: 我们可以通过series 存储年龄： 18/19/20/21/22 操作： 只需要将要存储的数据构建成一个数组，然后赋值给data 参数即可。
#构建索引
In [2]:

name = pd.Index(["A","B","C","D","E"],name = "name")
In [ ]:


In [3]:

#构建Series
age = pd.Series(data=[18,19,20,21,22],index=name, name="user_age")
print(age)
name
A    18
B    19
C    20
D    21
E    22
Name: user_age, dtype: int64
In [ ]:


In [4]:

#指定数据类型为浮点型
age = pd.Series(data=[18,19,20,21,22],index = name,name="user_age",dtype=float)
print(age)
name
A    18.0
B    19.0
C    20.0
D    21.0
E    22.0
Name: user_age, dtype: float64
In [ ]:


Series
特点： 包含了 dict的特点，也就是意味着可以使用与dict类似的一些操作。我们可以将index中的元素看成是dict中的key。
In [6]:

#获取第一个元素
print(age[0])
18.0
In [ ]:


In [7]:

#获取前三个元素
print(age[:3])
name
A    18.0
B    19.0
C    20.0
Name: user_age, dtype: float64
In [ ]:


In [8]:

#获取年龄大女20岁的元素
print(age[age>20])
name
D    21.0
E    22.0
Name: user_age, dtype: float64
In [ ]:


获取第四个和第二个元素
In [9]:

#可以看到，无论我们通过切片如何操作 Series ，它都能够自动对齐 index。
print(age[[3,1]])
name
D    21.0
B    19.0
Name: user_age, dtype: float64
In [ ]:


Series 的向量化操作
series 与 ndarray 一样，支持向量化操作的。同时也可以传递给大多数期望ndarray的Numpy方法！
In [10]:

#针对年龄 整体+ 1
print(age + 1)
name
A    19.0
B    20.0
C    21.0
D    22.0
E    23.0
Name: user_age, dtype: float64
In [ ]:


In [11]:

print(np.exp(age))
name
A    6.565997e+07
B    1.784823e+08
C    4.851652e+08
D    1.318816e+09
E    3.584913e+09
Name: user_age, dtype: float64
In [ ]:


DataFrame
- 是一个带有 索引的二维数据结构。
- 每列可以有自己的名称，并且可以有不同的数据类型。（即可以想象是  Excel表格）
- 亦或者当成 数据库中的一张表！！！
实例
- 存储更多的用户信息
- 性别 年龄 地区
- dict 来构键，key为需要存储的信息，value 则是信息的列表。
    - 然后通过 dict 传递给data参数。
In [8]:

index = pd.Index(data=["张三","李","王","年少风"],name="name")

data = {
    "Sex":["男","女","女","男"],
    "City":["西安","上海","北京","朝阳"]
}
user_info = pd.DataFrame(data=data, index=index)
user_info
Out[8]:
Sex    City
name        
张三    男   西安
李    女   上海
王    女   北京
年少风    男   朝阳
In [ ]:

#可以看到，成功构建了一个DataFrame。
In [11]:

data = [
    [12,"北京"],
    [18,"山西"],
    [21,"上海"],
    [25,"西雅图"]
]
colums = ["age","city"]

user_info = pd.DataFrame(data=data, index=index,columns=colums)
user_info
Out[11]:
age    city
name        
张三    12  北京
李    18  山西
王    21  上海
年少风    25  西雅图
In [ ]:

#访问行
在生成DataFrame之后，可以看到，每一行就表示某一个用户的信息。假如我要找年少风，需要如何来实现呢？

那么就是通过索引名来访问某行。 这种办法需要借助loc方法。
In [12]:

user_info.loc["年少风"]
Out[12]:
age      25
city    西雅图
Name: 年少风, dtype: object
In [17]:

#方案二
#除了通过索引名称来找到这一行数据以外，还可以通过这行所在的位置 来选择这一行。

user_info.iloc[3]
Out[17]:
age      25
city    西雅图
Name: 年少风, dtype: object
In [ ]:

#访问列
1· 如何访问如数据之外，那么下个问题来了，列如何访问呢？
2·正解---我们可以通过属性（即 列名）的方式来访问列的数据。
3· 也可以通过column的形式来访问该列的数据。

In [ ]:

# 如何获取所有用户的年龄呢？ 
·来波骚操作吧
In [18]:

user_info.age
Out[18]:
name
张三     12
李      18
王      21
年少风    25
Name: age, dtype: int64
In [19]:

user_info["age"]
Out[19]:
name
张三     12
李      18
王      21
年少风    25
Name: age, dtype: int64
In [20]:

#倘若你想要同时获取 年龄和城市 该如何操作呢？
# 加入列名即可
user_info[["age","city"]]

Out[20]:
age    city
name        
张三    12  北京
李    18  山西
王    21  上海
年少风    25  西雅图
In [21]:

#也可以变换列名的顺序，方便你的需求
user_info[["city","age"]]
Out[21]:
city    age
name        
张三    北京  12
李    山西  18
王    上海  21
年少风    西雅图 25
In [ ]:

#新增or删 列的操作
生成DataFrame之后，你想再加入新的信息，比如性别， 那么该如何操作呢？

1）如果所有性别都一样，我们通过传入一个标量，pandas自动会广播来填充所有位置
2）那如果有不同的呢
In [22]:

#案例1
user_info["sex"] = "男"
user_info
Out[22]:
age    city    sex
name            
张三    12  北京  男
李    18  山西  男
王    21  上海  男
年少风    25  西雅图 男
In [ ]:

#案例2
性别不一致的情况下，我们可以通过like-list 来添加新的一列。
In [23]:

user_info["Sex_1"]=["男","女","女","男"]
user_info
Out[23]:
age    city    sex Sex_1
name                
张三    12  北京  男   男
李    18  山西  男   女
王    21  上海  男   女
年少风    25  西雅图 男   男
In [24]:

# 想要删除其中某一列，可以使用pop方法来完成。后接列名即可！！！
user_info.pop("sex")
user_info
Out[24]:
age    city    Sex_1
name            
张三    12  北京  男
李    18  山西  女
王    21  上海  女
年少风    25  西雅图 男
In [25]:

#假设你想要保证原有的DataFrame 不改变的话，我们可以通过 assign方法来创建新的一列。

user_info.assign(age_add_one = user_info["age"]+1)

Out[25]:
age    city    Sex_1   age_add_one
name                
张三    12  北京  男   13
李    18  山西  女   19
王    21  上海  女   22
年少风    25  西雅图 男   26
In [26]:

# 如果性别为男 ，给它标识为1，否则为0
user_info.assign(sex_code = np.where(user_info["Sex_1"] == "男",1,0))
Out[26]:
age    city    Sex_1   sex_code
name                
张三    12  北京  男   1
李    18  山西  女   0
王    21  上海  女   0
年少风    25  西雅图 男   1
In [ ]: