如何高效地学习数据结构——Python篇

Posted 2020-08-16

原文链接：http://www.datastudy.cc/to/43

        我们来看看如何高效地学习一门语言的数据结构，今天我们先看Python篇。

        所谓数据结构，是指相互之间存在一种或多种特定关系的数据类型的集合。

        Python在数据分析领域中，最常用的数据结构，莫过于DataFrame了，今天我们就介绍如何高效地学习DataFrame这种数据结构。

        要学习好一种东西，最好给自己找一个目标，达到了这个目标，我们就是学好了。一般，我在学习一门新的语言的数据结构的时候，一般要求自己达到以下五个要求：

        第一个问题：概念，这种数据结构的概念是什么呢？

        第二个问题：定义，如何定义这种数据结构呢？ 

        第三个问题：限制，使用这种数据结构，有什么限制呢？

        第四个问题：访问，访问这种数据结构内的数据的方式是什么呢？

        第五个问题：修改，如何对这种数据结构进行增加元素、删除元素以及修改元素呢？

        好，今天我们就来回答一下以上五个问题。

第一个问题：概念，这种数据结构的概念是什么呢？

        数据框是用于存储多行和多列的数据集合，下面我们使用一张图片，形象地讲解它的内部结构：

        OK，这个就是数据框的概念了。

第二个问题：定义，如何定义这种数据结构呢？ 

        DataFrame函数语法

                DataFrame(columnsMap)

        代码举例 ：

        >>> df = DataFrame({

                 ‘age‘: Series([21, 22, 23]),

                 ‘name‘: Series([‘KEN‘, ‘John‘, ‘JIMI‘])

                });

        >>> df

           age  name

        0  21   KEN

        1  22   John

        2  23   JIMI

        OK，这个就是定义数据框DataFrame的方法了。

第三个问题：限制，使用这种数据结构，有什么限制呢？

        一般而言，限制是对于这种数据结构是否只能存储某种数据类型，在Python的数据框中，允许存放多种数据类型，基本上对于默认的数据类型，没有任何限制。

第四个问题：访问，访问这种数据结构内的数据的方式是什么呢？

访问位置	方法	备注
访问列	变量名[列名]	访问对应列
访问行	变量名[n:m]	访问n行到m-1行的数据
访问行和列	变量名.iloc[n1:n2, m1:m2]	访问n1到n2-1列，m1到m2-1行的数据
访问位置	变量名.at[n, 列名]	访问n行，列位置

        代码举例

        >>> df[‘age‘]

        0    21

        1    22

        2    23

        Name: age, dtype: int64

        >>> df[1:2]

           age  name

        1   22  John

        >>> df.iloc[0:1, 0:2]

           age name

        0   21  KEN

        >>> df.at[0, ‘name‘]

        ‘KEN‘

>>> df[[‘age‘, ‘name‘]] 

 age name 

0 21 KEN 

1 22 John 

2 23 JIMI 

>>>

 

第五个问题：修改，如何对这种数据结构进行增加元素、删除元素以及修改元素呢？

        这个问题，我并没有在课程中跟大家讨论过，主要是为了避免大家觉得学习起来很难。

        也因此，这篇博文到了这里才是真正的干货，之前的那些都是课程中出现过的内容了，哈哈，

        

        修改包括：

        1、修改列名，行索引

        2、增加/删除/修改 行

        3、增加/删除/修改 列

        好，下面我们上代码：

        from pandas import Series;

        from pandas import DataFrame;

        df = DataFrame({

                ‘age‘: Series([21, 22, 23]),

                ‘name‘: Series([‘KEN‘, ‘John‘, ‘JIMI‘])

        });

        #1.1、修改列名

        >>> df.columns

        Index([‘age‘, ‘name‘], dtype=‘object‘)

        >>> df.columns=[‘age2‘, ‘name2‘]

        >>> df

         age2 name2

        0 21 KEN

        1 22 John

        2 23 JIMI

        #1.2、修改行名

        >>> df.index

        Int64Index([0, 1, 2], dtype=‘int64‘)

        >>> df.index = range(1,4)

        >>> df.index

        Int64Index([1, 2, 3], dtype=‘int64‘)

        

        #2.1、删除行

        

        >>> df.drop(1)

         age2 name2

        2 22 John

        3 23 JIMI

        >>> df

         age2 name2

        1 21 KEN

        2 22 John

        3 23 JIMI

        #注意，删除后的DataFrame需要一个变量来接收，并不会直接修改原来的DataFrame.

        >>> newdf = df.drop(1);

        >>> newdf

         age2 name2

        2 22 John

        3 23 JIMI

        

        #2.2、删除列

        

        >>> del newdf[‘age2‘]

        >>> newdf

         name2

        2 John

        3 JIMI

        

        #3.1、增加行

        

        >>> df.loc[len(df)+1] = [24, "KENKEN"];

        >>> df

         age2 name2

        1 21 KEN

        2 22 John

        3 23 JIMI

        4 24 KENKEN

        

        #3.2、增加列

        

        >>> df[‘newColumn‘] = [2, 4, 6, 8];

        >>> df

         age2 name2 newColumn

        1 21 KEN 2

        2 22 John 4

        3 23 JIMI 6

        4 24 KENKEN 8

        以上就是全部五个问题的答案了，通过自问自答这五个问题，我们就可以高效地学习某种数据结构了。