首页 > 其他分享 >【Pandas】- pandas入门

【Pandas】- pandas入门

时间:2023-02-09 14:37:35浏览次数:36  
标签:obj 入门 frame pandas 2001 print Ohio Nevada Pandas


文章目录

  • ​​1 pandas的数据结构介绍​​
  • ​​1.1 Series​​
  • ​​1.2 DataFrame​​
  • ​​2 基本功能​​
  • ​​2.1重要索引​​
  • ​​2.2 丢弃指定轴上的项​​
  • ​​2.3 索引、选取和过滤​​
  • ​​2.4 loc和iloc进行选取​​

1 pandas的数据结构介绍

1.1 Series

说明:Series是一种类似于一维数组的对象,它由一组数据以及一组与之相关的数据标签组成。

1)Service字符串表现形式:索引在左边,值在右边。若没有为数据指定索引,则会自动创建一个0-N-1的整数型索引。

import pandas as pd
from pandas import Series,DataFrame
obj=pd.Series([4,7,-5,3])
print(obj)
'''
0 4
1 7
2 -5
3 3
dtype: int64
'''
print(obj.values)
# [ 4 7 -5 3]
print(obj.index)
# 如何索引:RangeIndex(start=0, stop=4, step=1)
#自己创建索引
obj2=pd.Series([4,7,-5,3],index=['a','b','c','d'])
print(obj2)
'''
a 4
b 7
c -5
d 3
dtype: int64
'''
# 通过索引获取数组中的值
print(obj2['a'])
# 4
print(obj2[['a','c','d']])
'''
a 4
c -5
d 3
dtype: int64
'''

2)使用Numpy函数或者类型Numpy的运算,索引值都不会改变

print(obj2[obj2>0])
'''
a 4
b 7
d 3
dtype: int64
'''
print(obj2*2)
'''
a 8
b 14
c -10
d 6
dtype: int64
'''

3)通过字典可以直接创建Service

sdata={'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
obj3=pd.Series(sdata)
# print(obj3)
'''
Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
dtype: int64
'''

在下述例子中,sdata中跟states索引匹配的值会被找出来并放到相应的位置。由于California所对应的sdata值找不到,则结果返回NaN(非数字not a number,用于表示缺失)。而在sdata中的索引值,在states没有,则会被从结果中抹去。

states=['California','Ohio','Oregon','Texas']
obj4=pd.Series(sdata,index=states)
print(obj4)
'''
California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
dtype: float64
'''

使用pandas的isnull和notnull用于检测缺少数据:

print(pd.isnull(obj4))
'''
California True
Ohio False
Oregon False
Texas False
dtype: bool
'''

4)Service还有一个功能是会根据运算的索引标签自动对齐数据

print(obj3)
print(obj4)
print(obj3+obj4)
############################
Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
##########################
California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
##########################
California NaN
Ohio 70000.0
Oregon 32000.0
Texas 142000.0
Utah NaN

1.2 DataFrame

说明:DataFrame是一个表格型的数据结构。它含有一组有序的列,每列可以是不同值的类型。DataFrame既有行索引也有列索引。

1)建立DataFrame,直接传入一个由等长列表或Numpy数组组成的字典

data={'state':['Ohio','Ohio','Ohio','Nevada','Nevada','Nevada'],
'year':[2000,2001,2002,2001,2002,2003],
'pop':[1.5,1.7,3.6,2.4,2.9,3.2]}
frame=pd.DataFrame(data)
print(frame)
state year pop
0 Ohio 2000 1.5
1 Ohio 2001 1.7
2 Ohio 2002 3.6
3 Nevada 2001 2.4
4 Nevada 2002 2.9
5 Nevada 2003 3.2
#对于特别大的数据,使用.head()可以直接取前5行
state year pop
0 Ohio 2000 1.5
1 Ohio 2001 1.7
2 Ohio 2002 3.6
3 Nevada 2001 2.4
4 Nevada 2002 2.9

2)指定列序列,按照指定的顺序进行排列

frame=pd.DataFrame(data,columns=['pop','state','year'])
print(frame)
frame=pd.DataFrame(data,columns=['pop','year'])
print(frame)
pop state year
0 1.5 Ohio 2000
1 1.7 Ohio 2001
2 3.6 Ohio 2002
3 2.4 Nevada 2001
4 2.9 Nevada 2002
5 3.2 Nevada 2003
pop year
0 1.5 2000
1 1.7 2001
2 3.6 2002
3 2.4 2001
4 2.9 2002
5 3.2 2003
#若传入的序列在数据中找不到,则返回缺失值NaN
frame=pd.DataFrame(data,columns=['pop','state','year','price'])
print(frame)
pop state year price
0 1.5 Ohio 2000 NaN
1 1.7 Ohio 2001 NaN
2 3.6 Ohio 2002 NaN
3 2.4 Nevada 2001 NaN
4 2.9 Nevada 2002 NaN
5 3.2 Nevada 2003 NaN

3)单独的DaraFrame一列可以看成一个Service

print(frame['state'])
0 Ohio
1 Ohio
2 Ohio
3 Nevada
4 Nevada
5 Nevada
Name: state, dtype: object

4)行也可以通过位置或名称利用loc属性的方式进行获取

print(frame.loc[3])
state Nevada
year 2001
pop 2.4
Name: 3, dtype: object
#获取1,3行的数据
print(frame.loc[[1,3]])
state year pop
1 Ohio 2001 1.7
3 Nevada 2001 2.4
#取行的同时,指定列数据
print(frame.loc[[1,3],['year','state']])
year state
1 2001 Ohio
3 2001 Nevada

5)列可以通过赋值的方式进行修改

frame=pd.DataFrame(data,columns=['state','year','pop','price'])
frame['price']=14500
print(frame)
state year pop price
0 Ohio 2000 1.5 14500
1 Ohio 2001 1.7 14500
2 Ohio 2002 3.6 14500
3 Nevada 2001 2.4 14500
4 Nevada 2002 2.9 14500
5 Nevada 2003 3.2 14500
#自己分配数据
frame['price']=np.array([a,b])
print(frame)
state year pop price
0 Ohio 2000 1.5 a
1 Nevada 2001 1.7 b

6)使用del删除列

#先添加一个新的布尔值列
frame['eastern']=frame.state=='Ohio'
print(frame)
state year pop price eastern
0 Ohio 2000 1.5 NaN True
1 Nevada 2001 1.7 NaN False
del frame['eastern']
print(frame.columns)
Index(['state', 'year', 'pop', 'price'], dtype='object')

7)DataFrame中导入嵌套的字典

说明:嵌套的字典会被认为,外层字典的键作为列,内层的键作为行索引

pop={'Nevada':{2001:2.4,2002:2.9,2000:2.5},
'Ohio':{2000:1.5,2001:1.7,2002:3.6}}
frame1=pd.DataFrame(pop)
print(frame1)
Nevada Ohio
2001 2.4 1.7
2002 2.9 3.6
2000 2.5 1.5
#进行转置,交行行和列
print((frame1.T))
2001 2002 2000
Nevada 2.4 2.9 2.5
Ohio 1.7 3.6 1.5

2 基本功能

2.1重要索引

1)reindex,创建一个新对象,它的数据符合新的索引

obj=pd.Series([4.5,.2,-5.3,3.6],index=['d','b','a','c'])
print(obj)
# 根据新的索引值进行重排
obj2=obj.reindex(['a','b','c','d'])
print(obj2)
################
d 4.5
b 0.2
a -5.3
c 3.6
dtype: float64
#####################
a -5.3
b 0.2
c 3.6
d 4.5
dtype: float64

2)重新索引会做插值处理,method选项可以完成该目的,“ffill"可以实现向前填充

obj3=pd.Series(['blue','purple','yellow'],index=[0,2,4])
print(obj3)
obj31=obj3.reindex(range(6),method='ffill')
print(obj31)
##########
0 blue
2 purple
4 yellow
######################
0 blue
1 blue
2 purple
3 purple
4 yellow
5 yellow

3)对于DataFrame:reindex可以修改索引的行,列用columns可以重新索引

frame=pd.DataFrame(np.arange(9).reshape(3,3),index=['a','c','d'],columns=['Ohio','Texas','California'])
print(frame)
####################
Ohio Texas California
a 0 1 2
c 3 4 5
d 6 7 8
frame1=frame.reindex(['a','b','c','d'])
print(frame1)
###################
Ohio Texas California
a 0.0 1.0 2.0
b NaN NaN NaN
c 3.0 4.0 5.0
d 6.0 7.0 8.0
frame1=frame.reindex(columns=['Texas','Utah','California'])
print(frame1)
########################
Texas Utah California
a 1 NaN 2
c 4 NaN 5
d 7 NaN 8

2.2 丢弃指定轴上的项

说明:丢弃某条轴上的一个或多个项,只要有一个索引数组或列表即可。drop方法返回的是一个指定轴上删除了指定值的新对象。不过drop属于就地修改对象,不会返回新的对象

1)首先在Service对象上

obj=pd.Series(np.arange(5.),index=['a','b','c','d','e'])
print(obj)
##################
a 0.0
b 1.0
c 2.0
d 3.0
e 4.0
dtype: float64
new_obj=obj.drop('c')
print(new_obj)
##################################
a 0.0
b 1.0
d 3.0
e 4.0
dtype: float64
print(obj.drop(['d','c']))
######################
a 0.0
b 1.0
e 4.0
dtype: float64

2)对于DataFrame也可以删除任意轴上的索引值

data=pd.DataFrame(np.arange(16).reshape(4,4),index=['Ohio','Colorado','Utah','New York'],columns=['one','two','three','four'])
# print(data)
# 用标签序列调用drop会从行标签删除值
print(data.drop(['Colorado','Ohio']))
'''
one tow three four
Utah 8 9 10 11
New York 12 13 14 15
'''
print(data.drop(['two'],axis=1))
print(data.drop(['two'],axis='columns'))
'''
one three four
Ohio 0 2 3
Colorado 4 6 7
Utah 8 10 11
New York 12 14 15
'''

2.3 索引、选取和过滤

obj=pd.Series(np.arange(4.),index=['a','b','c','d'])
# print(obj)
print(obj['b'])
print(obj[1])
print(obj[2:4]) #左闭右开
print(obj[['b','a','c']])
print(obj[[1,3]])
print(obj[obj<2])
###############
1.0
1.0
c 2.0
d 3.0
dtype: float64
b 1.0
a 0.0
c 2.0
dtype: float64
b 1.0
d 3.0
dtype: float64
a 0.0
b 1.0
dtype: float64

Process finished with exit code 0

2.4 loc和iloc进行选取

说明:loc使用轴标签,iloc使用整数标签

data=pd.DataFrame(np.arange(16).reshape(4,4),index=['Ohio','Colorado','Utah','New York'],columns=['one','two','three','four'])
print(data.loc['Colorado',['two','three']])
print(data.iloc[1,[1,2]])
two 5
three 6
Name: Colorado, dtype: int32


标签:obj,入门,frame,pandas,2001,print,Ohio,Nevada,Pandas
From: https://blog.51cto.com/u_14935708/6046959

相关文章

  • JavaScript 入门(下)
    目录​​一、JavaScript简介​​​​二、JavaScript的特点​​​​1、动态改变页面内容​​​​2、动态改变网页的外观​​​​3、验证表单数据​​​​4、响应事件​​​​......
  • JavaScript 入门(上)
    目录​​一、JavaScript简介​​​​二、JavaScript的特点​​​​1、动态改变页面内容​​​​2、动态改变网页的外观​​​​3、验证表单数据​​​​4、响应事件​​​​......
  • JQuery 入门 - 附案例代码
    文章目录​​预备知识与后续知识及项目案例​​​​为什么要学jquery​​​​体验jquery的使用​​​​jquery到底是什么​​​​jquery的版本问题​​​​jquery的入口函......
  • PLC入门笔记2
    逻辑代数基本逻辑运算等于K真L真,K假L假逻辑表达式:L=K(L等于K)非K真L1假,K假L1真逻辑表达式:L1=K与或异或组合逻辑运算逻辑运算公式1.常量之间的关系2.变量与常量......
  • PLC入门笔记1
    可编程控制器逻辑运算、顺序控制、定时、计数、算数运算等通过数字式或模拟式输入、输出接口控制机械或生产过程是微机技术与传统继电接触控制技术结合的产物采用一套......
  • AIML教程_编程入门自学教程_菜鸟教程-免费教程分享
    教程简介AIML<that>标签-从简单和简单的步骤学习AIML,从基本到高级概念,包括简介,环境设置,第一个应用程序,基本标签,<star>等。标签,<srai>标签,<随意>标记,<set>标记,<get>......
  • 这20个Pandas函数可以完成80%的数据分析工作 转载
    转载:https://mp.weixin.qq.com/s/o-nRUFoxrLgrguDydDnGgQ1、pd.read_csv()read_csv用于读取CSV(逗号分隔值)文件并将其转换为pandasDataFrame。 importpandasaspd......
  • Spring Cloud Alibaba从入门到进阶1
    三班斧1.pom.xml<build><plugins><plugin><groupid>org.springframework.boot</groupid><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build>s......
  • 《Terraform 101 从入门到实践》 前言
    《Terraform101从入门到实践》这本小册在南瓜慢说官方网站和GitHub两个地方同步更新,书中的示例代码也是放在GitHub上,方便大家参考查看。Terraform101从入门到实践......
  • drf从入门到飞升仙界 07
    认证组件##认证组件逻辑#1.登录认证的限制:-访问接口,有的需要登陆后才能访问,有的接口,不登录就能访问#2.准备:-User表:存储用户名,密码-UserToken......