python库之-------Pandas

Posted 2022-10-01 ironan-liu

 

包括两个数据结构：DataFrame和Series

官方文档地址：

pandas https://pandas.pydata.org/pandas-docs/stable/index.html

series https://pandas.pydata.org/pandas-docs/stable/reference/series.html

dataframe https://pandas.pydata.org/pandas-docs/stable/reference/frame.html

 

一、　　Pandas简介

1、Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

2、Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

转自：https://blog.csdn.net/qq_26591517/article/details/80041296

3、Pandas是Python的一个大数据处理模块。Pandas使用一个二维的数据结构DataFrame来表示表格式的数据，相比较于Numpy，Pandas可以存储混合的数据结构，同时使用NaN来表示缺失的数据，而不用像Numpy一样要手工处理缺失的数据，并且Pandas使用轴标签来表示行和列。

DataFrame类：

DataFrame有四个重要的属性： 
index：行索引。 
columns：列索引。 
values：值的二维数组。 
name：名字。
原文链接：https://blog.csdn.net/qq_26591517/article/details/80041296

4、pandas和numpy

pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据。

pandas和numpy的区别：

(1)numpy是数值计算的扩展包，panadas是做数据处理。

(2)NumPy简介：N维数组容器NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统 。           

Pandas简介：表格容器 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量快速便捷地处理数据的函数和方法。使Python成为强大而高效的数据分析环境的重要因素之一。

参考：https://blog.csdn.net/yang9520/article/details/79847964

二、Series和DataFrame

pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包。

类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下：

1. from pandas import Series,DataFrame
2. import pandas as pd

Series:

Series 对象包含两个主要的属性：index 和 values，分别为上例中左右两列。

 

 Series 对象的元素会严格依照给出的 index 构建，这意味着：如果 data 参数是有键值对的，那么只有 index 中含有的键会被使用；以及如果 data 中缺少响应的键，即使给出 NaN 值，这个键也会被添加。

DataFrame:

DataFrame 是一个表格型的数据结构，它含有一组有序的列（类似于 index），每列可以是不同的值类型（不像 ndarray 只能有一个 dtype）。基本上可以把 DataFrame 看成是共享同一个 index 的 Series 的集合。

DataFrame 的构造方法与 Series 类似，只不过可以同时接受多条一维数据源，每一条都会成为单独的一列：

DataFrame.loc([行名称]，[列名称])

DataFrame.iloc([行号],[列号])

https://blog.csdn.net/llx1026/article/details/77722608

参考：https://blog.csdn.net/qq_34941023/article/details/53317805

三、总结图

 

 

 参考：https://www.jianshu.com/p/1b751406a7b6