初探pandas——安装和了解pandas数据结构

Posted 2020-12-14 lrainner

安装pandas

通过python pip安装pandas

pip install pandas

pandas数据结构

pandas常用数据结构包括：Series和DataFrame

Series

Series是一种一维的数组型对象，包含一个值序列（与numpy中的数据类型相似），数据标签（称为索引（index））。

import pandas as pd

# 创建Series对象
obj=pd.Series([4,5,6,7])
print(obj)

0    4
1    5
2    6
3    7
dtype: int64

左边为索引，右边为值，默认索引从0到n-1（n为数据长度），可以通过values属性和index属性分别获得Series对象的值和索引

print(obj.values)

array([4, 5, 6, 7], dtype=int64)

print(obj.index)

RangeIndex(start=0, stop=4, step=1)

# 自定义索引序列
obj2=pd.Series([4,5,6,7],index=[‘a‘,‘b‘,‘d‘,‘e‘])
print(obj2,‘
‘)

# 输出索引
print(obj2.index)

a    4
b    5
d    6
e    7
dtype: int64 

Index([‘a‘, ‘b‘, ‘d‘, ‘e‘], dtype=‘object‘)

Series对象可以使用标签来进行索引

# 输出索引为b的元素
print(obj2[‘b‘])

# 输出索引为a，d，e的元素
print(‘* ‘*10)
print(obj2[[‘a‘,‘d‘,‘e‘]])

5
* * * * * * * * * * 
a    4
d    6
e    7
dtype: int64

Series对象也能使用布尔值进行过滤

# 输出值大于5的元素
print(obj2[obj2>5])

d    6
e    7
dtype: int64

DataFrame

DataFrame表示矩阵的数据表，包含已排序的列集合，每一列可以是不同的的值类型（数值、字符串、布尔值等）

DataFrame既有行索引，也有列索引，可以被视为一个共享相同索引的Series的字典

# 创建DataFrame对象
data={‘age‘:[18,18,18,20,20,20],‘name‘:[‘a‘,‘b‘,‘c‘,‘aa‘,‘bb‘,‘cc‘],‘height‘:[180,180,180,182,182,182]}
frame=pd.DataFrame(data)
print(frame)

   age name  height
0   18    a     180
1   18    b     180
2   18    c     180
3   20   aa     182
4   20   bb     182
5   20   cc     182

DataFrame也可以用columns参数指定列索引顺序排列

frame=pd.DataFrame(data,columns=[‘name‘,‘age‘,‘height‘])
print(frame)

  name  age  height
0    a   18     180
1    b   18     180
2    c   18     180
3   aa   20     182
4   bb   20     182
5   cc   20     182

如果传的列参数不在字典中，将会出现缺失值

frame=pd.DataFrame(data,columns=[‘name‘,‘age‘,‘height‘,‘addition‘])
print(frame)
print(frame.columns)

  name  age  height addition
0    a   18     180      NaN
1    b   18     180      NaN
2    c   18     180      NaN
3   aa   20     182      NaN
4   bb   20     182      NaN
5   cc   20     182      NaN
Index([‘name‘, ‘age‘, ‘height‘, ‘addition‘], dtype=‘object‘)

DataFrame的一列可以按字典型标记或属性那样索引为Series

frame=pd.DataFrame(data,columns=[‘name‘,‘age‘,‘height‘])
print(frame[‘name‘])
print(frame.age)

0     a
1     b
2     c
3    aa
4    bb
5    cc
Name: name, dtype: object
0    18
1    18
2    18
3    20
4    20
5    20
Name: age, dtype: int64

行也可以通过位置或特殊属性loc进行索引

frame=pd.DataFrame(data,columns=[‘name‘,‘age‘,‘height‘])
print(frame.loc[2])

name        c
age        18
height    180
Name: 2, dtype: object