数据分析厉器---pandas入门

北山啦

发布于 2022-11-27 11:28:44

6800

发布于 2022-11-27 11:28:44

文章被收录于专栏：北山啦的博客

pandas是python的非常好用的数据分析的库，
pandas的优势增强图表可读性便捷的数据处理能力读取文件方便封装了Matplotlib、Numpy的画图和计算

series

series的创建

Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两部分构成。

import pandas as pd
import numpy as np

参数：
- data：传入的数据，可以是ndarray、list等
- index：索引，必须是唯一的，且与数据的长度相等。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。
- dtype：数据的类型

pd.Series(np.arange(9))

0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
dtype: int32

pd.Series([1.2, 2.3, 4.5, 5.0], index=[1, 2, 3, 4])

1    1.2
2    2.3
3    4.5
4    5.0
dtype: float64

color_count = pd.Series({"red":10, "green":20, "blue":100})

color_count

red       10
green     20
blue     100
dtype: int64

series的属性

为了更方便地操作Series对象中的索引和数据，Series中提供了两个属性index和values

color_count.index

Index(['red', 'green', 'blue'], dtype='object')

color_count.values

array([ 10,  20, 100], dtype=int64)

color_count[0]

color_count[1]

DataFrame

DataFrame创建

DataFrame是一个类似于二维数组或表格(如excel)的对象，既有行索引，又有列索引
- 行索引，表明不同行，横向索引，叫index，0轴，axis=0
- 列索引，表名不同列，纵向索引，叫columns，1轴，axis=1

pd.DataFrame(np.random.randn(2,3))

	0	1	2
0	-1.130305	-0.276684	-1.390081
1	-0.096309	1.450461	1.523984

score = np.random.randint(40, 100, (10, 5))

score

array([[47, 80, 91, 99, 80],
       [48, 79, 94, 94, 50],
       [76, 66, 88, 81, 64],
       [62, 61, 90, 97, 83],
       [49, 98, 81, 69, 52],
       [77, 70, 75, 97, 56],
       [97, 67, 45, 40, 49],
       [78, 99, 64, 69, 98],
       [93, 58, 50, 46, 99],
       [49, 70, 64, 68, 72]])

score_df = pd.DataFrame(score)

score_df

	0	1	2	3	4
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

subjects = ["语文", "数学", "英语", "政治", "体育"]

stu = ["同学"+ str(i) for i in range(score_df.shape[0])]

data = pd.DataFrame(score, columns=subjects, index=stu)

stu

['同学0', '同学1', '同学2', '同学3', '同学4', '同学5', '同学6', '同学7', '同学8', '同学9']

data

	语文	数学	英语	政治	体育
同学0	47	80	91	99	80
同学1	48	79	94	94	50
同学2	76	66	88	81	64
同学3	62	61	90	97	83
同学4	49	98	81	69	52
同学5	77	70	75	97	56
同学6	97	67	45	40	49
同学7	78	99	64	69	98
同学8	93	58	50	46	99
同学9	49	70	64	68	72

DataFrame的属性

data.shape

(10, 5)

data.index

Index(['同学0', '同学1', '同学2', '同学3', '同学4', '同学5', '同学6', '同学7', '同学8', '同学9'], dtype='object')

data.columns

Index(['语文', '数学', '英语', '政治', '体育'], dtype='object')

data.values

array([[47, 80, 91, 99, 80],
       [48, 79, 94, 94, 50],
       [76, 66, 88, 81, 64],
       [62, 61, 90, 97, 83],
       [49, 98, 81, 69, 52],
       [77, 70, 75, 97, 56],
       [97, 67, 45, 40, 49],
       [78, 99, 64, 69, 98],
       [93, 58, 50, 46, 99],
       [49, 70, 64, 68, 72]])

data.T

	同学0	同学1	同学2	同学3	同学4	同学5	同学6	同学7	同学8	同学9
语文	47	48	76	62	49	77	97	78	93	49
数学	80	79	66	61	98	70	67	99	58	70
英语	91	94	88	90	81	75	45	64	50	64
政治	99	94	81	97	69	97	40	69	46	68
体育	80	50	64	83	52	56	49	98	99	72

data

	语文	数学	英语	政治	体育
同学0	47	80	91	99	80
同学1	48	79	94	94	50
同学2	76	66	88	81	64
同学3	62	61	90	97	83
同学4	49	98	81	69	52
同学5	77	70	75	97	56
同学6	97	67	45	40	49
同学7	78	99	64	69	98
同学8	93	58	50	46	99
同学9	49	70	64	68	72

data.head()

	语文	数学	英语	政治	体育
同学0	47	80	91	99	80
同学1	48	79	94	94	50
同学2	76	66	88	81	64
同学3	62	61	90	97	83
同学4	49	98	81	69	52

data.head(3)

	语文	数学	英语	政治	体育
同学0	47	80	91	99	80
同学1	48	79	94	94	50
同学2	76	66	88	81	64

data.tail(3)

	语文	数学	英语	政治	体育
同学7	78	99	64	69	98
同学8	93	58	50	46	99
同学9	49	70	64	68	72

DataFrame索引值的设置

stu = ["同学_"+ str(i) for i in range(score_df.shape[0])]

data.index = stu

# stu

data

	语文	数学	英语	政治	体育
同学_0	47	80	91	99	80
同学_1	48	79	94	94	50
同学_2	76	66	88	81	64
同学_3	62	61	90	97	83
同学_4	49	98	81	69	52
同学_5	77	70	75	97	56
同学_6	97	67	45	40	49
同学_7	78	99	64	69	98
同学_8	93	58	50	46	99
同学_9	49	70	64	68	72

# data.index[2] = "同学__"

data.reset_index()

	index	语文	数学	英语	政治	体育
0	同学_0	47	80	91	99	80
1	同学_1	48	79	94	94	50
2	同学_2	76	66	88	81	64
3	同学_3	62	61	90	97	83
4	同学_4	49	98	81	69	52
5	同学_5	77	70	75	97	56
6	同学_6	97	67	45	40	49
7	同学_7	78	99	64	69	98
8	同学_8	93	58	50	46	99
9	同学_9	49	70	64	68	72

data.reset_index(drop=True)

	语文	数学	英语	政治	体育
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

df = pd.DataFrame({'month': [1, 4, 7, 10],
                    'year': [2012, 2014, 2013, 2014],
                    'sale':[55, 40, 84, 31]})

df

	month	year	sale
0	1	2012	55
1	4	2014	40
2	7	2013	84
3	10	2014	31

df.set_index("year")

	month	sale
year
2012	1	55
2014	4	40
2013	7	84
2014	10	31

df = df.set_index(["year", "month"])

df

		sale
year	month
2012	1	55
2014	4	40
2013	7	84
2014	10	31

MultiIndex与Panel

MultiIndex

df

		sale
year	month
2012	1	55
2014	4	40
2013	7	84
2014	10	31

df.index

MultiIndex([(2012,  1),
            (2014,  4),
            (2013,  7),
            (2014, 10)],
           names=['year', 'month'])

df.index.names

FrozenList(['year', 'month'])

df.index.levels

FrozenList([[2012, 2013, 2014], [1, 4, 7, 10]])

arrays = [[1, 1, 2, 2], ["r", "b", "r","b"]]
pd.MultiIndex.from_arrays(arrays, names=("num", "col"))

MultiIndex([(1, 'r'),
            (1, 'b'),
            (2, 'r'),
            (2, 'b')],
           names=['num', 'col'])

panel

p = pd.Panel(data=np.arange(24).reshape(4,3,2),
                 items=list('ABCD'),
                 major_axis=pd.date_range('20130101', periods=3),
                 minor_axis=['first', 'second'])

c:\python\lib\site-packages\ipykernel_launcher.py:1: FutureWarning: The Panel class is removed from pandas. Accessing it from the top-level namespace will also be removed in the next version
  """Entry point for launching an IPython kernel.



---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-43-78e9fbdccf04> in <module>
      2                  items=list('ABCD'),
      3                  major_axis=pd.date_range('20130101', periods=3),
----> 4                  minor_axis=['first', 'second'])


TypeError: Panel() takes no arguments

p[:, :, "second"]

p[:, :, "first"]

p["A", :, :]

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2021-01-01，如有侵权请联系 cloudcommunity@tencent.com 删除

pandas

入门

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

pandas

入门

数据分析厉器---pandas入门

数据分析厉器---pandas入门

series

series的创建

series的属性

DataFrame

DataFrame创建

DataFrame的属性

DataFrame索引值的设置

MultiIndex与Panel

MultiIndex

panel

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

	0	1	2	3	4
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

	语文	数学	英语	政治	体育
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

	0	1	2	3	4
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

	语文	数学	英语	政治	体育
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

	0	1	2	3	4
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72

	语文	数学	英语	政治	体育
0	47	80	91	99	80
1	48	79	94	94	50
2	76	66	88	81	64
3	62	61	90	97	83
4	49	98	81	69	52
5	77	70	75	97	56
6	97	67	45	40	49
7	78	99	64	69	98
8	93	58	50	46	99
9	49	70	64	68	72