Pandas
包概述 :
Pandas是一個Python 的包，提供快速、靈活和富有表現力的數據結構，旨在使"關系或標記數據的使用既簡單又直觀"。
它的目標是成為用Python進行實際的、真實的數據分析的基礎高級模塊。
此外，它還有更宏遠的目標，即成為超過任何語言的最強大，最靈活的開源數據分析/操作工具。它已朝着這個目標邁進。
Series的基本概念和創建
我們來學習Series,它的基本概念和創建方式. Series可以認為是一個一維數組
Series的 導入方式 :
1 import numpy as np 2 import pandas as pd
Series對象的創建方式,如下:
tes = pd.Series(np.random.rand(5)) print(tes) print(tes.values , type(tes.values))
根據輸出結果可以看到 : Series是一個帶有標簽的一維數組,可以保存任何的數據類型.包括整數,字符串,浮點數,Python對象. 軸標簽就是索引, Index
以上是Series的基本概念,下面來了解下Series的幾種創建方式:
dic ={'a':1,'b':2,'c':'a'}
tes = pd.Series(dic)
tes.values
當元素里的類型不一致時,tes的類型就是一個Object對象.
arr =np.random.randn(5) tes = pd.Series(arr) print(tes)
既然Index是默認使用整數,那么也可以對它進行修改,修改方法是這樣的:
tes = pd.Series(arr,index=list('abcde'),dtype=np.float64) print(tes)
這樣就可以對默認索引替換了,可以看到在創建Series時添加了一個index屬性.還可以在創建 Series 時添加 dtype屬性,設置數組的數據類型.例如 dtype=np.float64
tes = pd.Series(10,index=list('abcde')) print(tes)
Series的索引和切片
索引分別為哪些呢?分為 : 位置下標,標簽索引,切片索引和布爾型索引
那什么是位置下標呢?如示例
tes =pd.Series(np.random.rand(5),index=list('abcde')) print(tes[0])
可以看到,和序列差不多,嘗試使用tes[-1],卻報錯了,說明行不通(jupyter),易混淆,不能使用負數取值.Pycharm卻可以....
標簽索引的使用:取單個值和多個值
print(tes['a'],tes[['a','b']],tes['a'].dtype) #運行時 tes['a'] 已去除
根據結果可以看出,索引的方式和字典差不多,相當於字典,選擇多個返回的則是一個Series對象
那么上面的位置下標是否也可以選取多個值.試一下看看
print(tes[[1,4]]) #注意:索引標簽index前面已設置
所以不能使用負數,它和列表的取值是有區別的,接下來看切片的使用:
s1 = pd.Series(np.random.rand(5)) s2 = pd.Series(np.random.rand(5),index=list('abcde')) print(s1[1:4]) print(s2['a':'c'])
可以看到標簽索引包頭尾,所以:標簽索引切片是一個閉區間,是字符串索引,包含頭和尾
切片的寫法和list基本一致, 同樣可以這樣切片 s2[::2] 從第一個開始隔2取1個值..
布爾型索引,先定義示例數據 :
s = pd.Series(np.arange(10)) s[4]=None #將其中一個值設置為空值 # 對s數組做一個判斷,並得到結果 bs1 = s>5 print(bs1)
可以看到 返回的是一個布爾類型的數組
再設置2個判斷 用isnull()和notnull(),得到bs2 和 bs3.
bs2 = s.isnull()
bs3 = s.notnull()
數組做了判斷之后返回的一個由布爾值組成的新數組,Series,序列.bs2和bbs3是判斷返回的布爾型新數組.
s[bs1] # 就拿到了所有為True的值,也就是拿到了所有>5的值 s[bs2] # 拿到了所有為None的值 s[bs3] # 拿到了所有不為None的值 # 輸出結果就不一一展示了.這就是布爾型索引 #
Series的基本操作
首先是 數據查看
arr = pd.Series(np.random.rand(50)) print(arr.head()) # head方法默認顯示前面5個
既然有查看前面個數的,那也查看尾數幾個的, .tail()方法
arr.tail(10) #默認顯示最后5個,可以在括號里添加顯示個數
重新索引 (reindex) ,也就是對索引進行更改,如何做呢,往下看
tes = pd.Series(np.random.rand(5),index=list('abcde')) s = tes.reindex(['c','d','a','d','ab']) #會根據你的索引,重新排序 print(s)
如果給個不存在的,如果索引不存在,就引入缺失值NaN,如上代碼,已添加不存在索引
tes.reindex(['c','d','a','d','ab'],fill_value=0)
reindex 會返回一個新的Series,不修改原數據,另外索引還可以重復.這個是很有用的,如多拷貝一行,重新索引就可以做到.
下一個知識 : 對齊
s1 = pd.Series(np.random.rand(3),index = ['Jack','Mary','Tom']) s2 = pd.Series(np.random.rand(3),index = ['Wang','Jack','Marry']) print(s1) print(s2) print(s1+s2)
index是自動對齊,順序不受影響,沒找到默認為None,None和任何值計算都為None.所以Tom+None 和Wang+None 都為None.
再一個 刪除 功能 :
tes = pd.Series(np.random.rand(5),index=list('abcde'))
如果我們要刪除'c', 該怎么做?
tes.drop('c')
drop 返回一個刪除了指定數據的新的 Series .
drop 里有個inplace參數 默認為False , drop刪除之后會返回新的Series,將inplace設置為True,不會返回新的序列,會修改原數據 將指定數據刪除.
添加 元素 :
可以直接添加
tes['f'] = 100
能不能添加多個?
tes[['f','e']]=100 Traceback (most recent call last) : File" C:/Users/Administrator/ PycharmPro jects/Python test/pandas 2 2. py”，line 8，in <module> tes[['f' ,'e' ]]=100 File "C: \Users \Administrator PycharmProjects\Python test \venv\lib\site-packages \pandas\core\series. py"，line 1244， in_ _setitem_ setitem(key，value) File "C:\Users\Administrator PycharmPro jects\Python test \venv\lib\site-packages \pandas\core\series. py”，line 1240， in setitem self._ set_ with (key, value) File "C: \Users\Administrator \PycharmPro jects\Python test \venv\lib\site-packages \pandas\core\series.py", line 1301， in_ _set_ with self._ set_ labels(key， value) File "C:\Users\Administrator PycharmPro jects\Python test \venv\lib\site-packages \pandas\core\series. py”，line 1311， in_ set_ 1abels raise ValueError("%s not contained in the index” % str (key [mask])) ValueError: [’ f'] not contained in the index #出現報錯,所以這樣行不通#
還能通過索引添加 :
arr = pd.Series(np.random.rand(5))
arr[5]=200
那么還有一個添加方法 append() 直接添加一個數組
tes.append(arr)
.append 方法會返回一個新的序列Series, 不改變原數據
修改 修改很簡單,直接通過賦值的方式 :
arr = pd.Series(np.random.rand(5),index=list('abcde')) arr['a']=100
直接通過索引賦值,類似於列表.
以上就是Series的一些基本操作......
#------------------#