pandas學習筆記

一、了解數據處理對象--Series

Series: 一維數組，類似於Python中的基本數據結構list，區別是Series只允許存儲相同的數據類型，這樣可以更有效的使用內存，提高運算效率。就像數據庫中的列數據；

DataFrame: 二維的表格型數據結構。很多功能與R中的data.frame類似。可以將DataFrame理解為Series的容器；

Panel：三維的數組，可以理解為DataFrame的容器。

編程要求

創建一個名為series_a的series數組，當中值為[1,2,5,7],對應的索引為['nu', 'li', 'xue', 'xi']；

創建一個名為dict_a的字典，字典中包含如下內容{'ting':1, 'shuo':2, 'du':32, 'xie':44}；

將dict_a字典轉化成名為series_b的series數組。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import  pandas as pd

def create_series():
    '''
    返回值:
    series_a: 一個Series類型數據
    series_b: 一個Series類型數據
    dict_a：  一個字典類型數據
    '''
    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    series_a=pd.Series([1,2,5,7],['nu','li','xue','xi'])
    dict_a={'ting':1,'shuo':2,'du':32,'xie':44}
    series_b=Series(dict_a)
    # ********** End **********#

    # 返回series_a,dict_a,series_b
    return series_a,dict_a,series_b

二、了解數據處理對象-DataFrame

編程要求

創建一個五行三列的名為df1的DataFrame數組，列名為 [states,years,pops]，行名['one','two','three','four','five']；

給df1添加新列，列名為new_add，值為[7,4,5,8,2]。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import  pandas as pd

def create_dataframe():
    '''
    返回值:
    df1: 一個DataFrame類型數據
    '''
    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    df1=pd.DataFrame(columns=["states","years","pops"],
    index=["one","two","three","four","five"])
    df1["new_add"]=[7,4,5,8,2]


    # ********** End **********#

    #返回df1
    return df1

三、讀取CSV格式數據

編程要求

將test3/uk_rain_2014.csv中的數據導入到df1中；

將列名修改為['water_year','rain_octsep','outflow_octsep','rain_decfeb', 'outflow_decfeb', 'rain_junaug', 'outflow_junaug']；

計算df1的總行數並存儲在length1中。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import  pandas as pd
def read_csv_data():
    '''
    返回值:
    df1: 一個DataFrame類型數據
    length1: 一個int類型數據
    '''
    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    df1=pd.read_csv('test3/uk_rain_2014.csv',header=0,encoding='gbk')
    df1.columns=['water_year','rain_octsep','outflow_octsep','rain_decfeb',
    'outflow_decfeb','rain_junaug','outflow_junaug']
    length1=len(df1)
    # ********** End **********#
    #返回df1,length1
    return df1,length1

四、數據的基本操作——排序

Series用sort_index()按索引排序，sort_values()按值排序；

DataFrame也是用sort_index()和sort_values()。

編程要求

根據提示，在右側編輯器Begin-End處補充代碼：

對代碼中s1進行按索引排序，並將結果存儲到s2；

對代碼中d1進行按值排序（index為f），並將結果存儲到d2。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import  pandas as pd
def sort_gate():
    '''
    返回值:
    s2: 一個Series類型數據
    d2: 一個DataFrame類型數據
    '''

    # s1是Series類型數據，d1是DataFrame類型數據
    s1 = Series([4, 3, 7, 2, 8], index=['z', 'y', 'j', 'i', 'e'])
    d1 = DataFrame({'e': [4, 2, 6, 1], 'f': [0, 5, 4, 2]})

    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    s2=s1.sort_index()
    d2=d1.sort_values(by='f')#DataFrame必須傳一個by參數表示要排序的列
    # ********** End **********#



    #返回s2,d2
    return s2,d2

五、數據的基本操作——刪除

即刪除Series的元素或DataFrame的某一行（列）的意思，我們可以通過對象的drop(labels, axis=0)方法實現此功能。

編程要求

根據提示，在右側編輯器Begin-End處補充代碼：

在s1中刪除z行，並賦值到s2；

d1中刪除yy列，並賦值到d2。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import numpy as np
import  pandas as pd

def delete_data():
    '''
    返回值:
    s2: 一個Series類型數據
    d2: 一個DataFrame類型數據
    '''

    # s1是Series類型數據，d1是DataFrame類型數據
    s1 = Series([5, 2, 4, 1], index=['v', 'x', 'y', 'z'])
    d1=DataFrame(np.arange(9).reshape(3,3), columns=['xx','yy','zz'])
    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    s2=s1.drop('z')
    d2=d1.drop(['yy'],axis=1)

    # ********** End **********#

    # 返回s2,d2
    return s2, d

六、數據的基本操作——算術運算

DataFrame中的算術運算是df中對應位置的元素的算術運算，如果沒有共同的元素，則用NaN代替。

此外，如果我們想設置默認的其他填充值，而非NaN的話，可以傳入填充值。

編程要求

根據提示，在右側編輯器Begin-End處補充代碼：

讓df1與df2相加得到df3，並設置默認填充值為4。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import numpy as np
import  pandas as pd

def add_way():
    '''
    返回值:
    df3: 一個DataFrame類型數據
    '''

    # df1,df2是DataFrame類型數據
    df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list('abcd'))
    df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list('abcde'))

    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    df3=df1.add(df2,fill_value=4)
    # ********** End **********#

    # 返回df3
    return df3

七、數據的基本操作——去重

drop_duplicates()用於去除重復的行數

編程要求

根據提示，在右側編輯器Begin-End處補充代碼:

去除df1中重復的行，並把結果保存到df2中。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import  pandas as pd

def delete_duplicated():
    '''
    返回值:
    df2: 一個DataFrame類型數據
    '''

    # df1是DataFrame類型數據
    df1 = DataFrame({'k1': ['one'] * 3 + ['two'] * 4, 'k2': [1, 1, 2, 3, 3, 4, 4]})
    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    df2=df1.drop_duplicates()

    # ********** End **********#

    # 返回df2
    return df2

八、層次化索引

編程要求

根據提示，在右側編輯器Begin-End處補充代碼:

對s1進行數據重塑，轉化成DataFrame類型，並復制到d1。

# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import  pandas as pd
import numpy as np
def suoying():
    '''
    返回值:
    d1: 一個DataFrame類型數據
    '''
    #s1是Series類型數據
    s1=Series(np.random.randn(10),
           index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]])
    # 請在此添加代碼 完成本關任務
    # ********** Begin *********#
    d1=s1.unstack()

    # ********** End **********#

    # 返回d1
    return d1

suoying()