一、　　Pandas簡介

1、Python Data Analysis Library 或 pandas 是基于NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。pandas提供了大量能使我們快速便捷地處理數據的函數和方法。你很快就會發現，它是使Python成為強大而高效的數據分析環境的重要因素之一。

2、Pandas 是python的一個數據分析包，最初由AQR Capital Management于2008年4月開發，并于2009年底開源出來，目前由專注于Python數據包開發的PyData開發team繼續開發和維護，屬于PyData項目的一部分。Pandas最初被作為金融數據分析工具而開發出來，因此，pandas為時間序列分析提供了很好的支持。 Pandas的名稱來自于面板數據(panel data)和python數據分析(data analysis)。panel data是經濟學中關于多維數據集的一個術語，在Pandas中也提供了panel的數據類型。

3、數據結構：

Series：一維數組，與Numpy中的一維array類似。二者與Python基本的數據結構List也很相近，其區別是：List中的元素可以是不同的數據類型，而Array和Series中則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。

Time- Series：以時間為索引的Series。

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。以下的內容主要以DataFrame為主。

Panel ：三維的數組，可以理解為DataFrame的容器。

Pandas 有兩種自己獨有的基本數據結構。讀者應該注意的是，它固然有著兩種數據結構，因為它依然是 Python 的一個庫，所以，Python 中有的數據類型在這里依然適用，也同樣還可以使用類自己定義數據類型。只不過，Pandas 里面又定義了兩種數據類型：Series 和 DataFrame，它們讓數據操作更簡單了。

二、　　Pandas安裝

因為pandas是python的第三方庫所以使用前需要安裝一下，直接使用pip install pandas 就會自動安裝pandas以及相關組件。

三、　　Pandas使用

注：本次操作是在ipython中進行

1、導入pandas模塊并使用別名，以及導入Series模塊，以下使用基于本次導入。

In [1]: from pandas import Series

In [2]: import pandas as pd

2、Series

Series 就如同列表一樣，一系列數據，每個數據對應一個索引值。

Series 就是“豎起來”的 list：

In [3]: s = Series([1,4,'ww','tt'])

In [4]: s Out[4]: 0　　 1 1　　 4 2　　 ww 3　　 tt dtype: object

另外一點也很像列表，就是里面的元素的類型，由你任意決定(其實是由需要來決定)。

這里，我們實質上創建了一個 Series 對象，這個對象當然就有其屬性和方法了。比如，下面的兩個屬性依次可以顯示 Series 對象的數據值和索引：

In [5]: s.index Out[5]: RangeIndex(start=0, stop=4, step=1)

In [8]: s.values Out[8]: array([1, 4, 'ww', 'tt'], dtype=object)

列表的索引只能是從 0 開始的整數，Series 數據類型在默認情況下，其索引也是如此。不過，區別于列表的是，Series 可以自定義索引：

In [9]: s2 = Series(['wangxing','man',24],index=['name','sex','age'])

In [10]: s2 Out[10]: name 　　 wangxing sex　　? ? ?man age 　　? ?24 dtype: object

每個元素都有了索引，就可以根據索引操作元素了。還記得 list 中的操作嗎？Series 中，也有類似的操作。先看簡單的，根據索引查看其值和修改其值：

In [12]: s2['name'] Out[12]: 'wangxing'

In [45]: s2['name'] = 'wudadiao'

In [46]: s2 Out[46]: name 　　 wudadiao sex 　　　man age　　　24 dtype: object

這是不是又有點類似 dict 數據了呢？的確如此。看下面就理解了。

讀者是否注意到，前面定義 Series 對象的時候，用的是列表，即 Series() 方法的參數中，第一個列表就是其數據值，如果需要定義 index，放在后面，依然是一個列表。除了這種方法之外，還可以用下面的方法定義 Series 對象：

In [13]: sd = {'python':9000,'c++':9001,'c#':9000}

In [14]: s3 = Series(sd)

In [15]: s3 Out[15]: c# 　　　9000 c++ 　　　9001 python 　　9000 dtype: int64

現在是否理解為什么前面那個類似 dict 了？因為本來就是可以這樣定義的。

這時候，索引依然可以自定義。Pandas 的優勢在這里體現出來，如果自定義了索引，自定的索引會自動尋找原來的索引，如果一樣的，就取原來索引對應的值，這個可以簡稱為“自動對齊”。

In [16]: s4 = Series(sd,index=['java','c++','c#'])

In [17]: s4 Out[17]: java 　　 NaN c++ 　　 9001.0 c# 　　 9000.0 dtype: float64

在 Pandas 中，如果沒有值，都對齊賦給 NaN。

Pandas 有專門的方法來判斷值是否為空。

In [19]: pd.isnull(s4) Out[19]: java 　　 True c++　　 False c# 　　 False dtype: bool

此外，Series 對象也有同樣的方法：

In [20]: s4.isnull() Out[20]: java 　　 True c++　　 False c# 　　 False dtype: bool

其實，對索引的名字，是可以從新定義的：

In [21]: s4.index = ['語文','數學','English']

In [22]: s4 Out[22]: 語文 　　 NaN 數學　　 9001.0 English 　　 9000.0 dtype: float64

對于 Series 數據，也可以做類似下面的運算(關于運算，后面還要詳細介紹)：

In [23]: s4 * 2 Out[23]: 語文 　　 NaN 數學 　　 18002.0 English 　　 18000.0 dtype: float64

In [24]: s4[s4 > 9000] Out[24]: 數學 9001.0 dtype: float64

Series就先簡要寫到這，下面看pandas的另一種數據結構DataFrame.

DataFrame

DataFrame 是一種二維的數據結構，非常接近于電子表格或者類似 mysql 數據庫的形式。它的豎行稱之為 columns，橫行跟前面的 Series 一樣，稱之為 index，也就是說可以通過 columns 和 index 來確定一個主句的位置。

首先來導入模塊

In [27]: from pandas import Series,DataFrame

In [26]: data = {"name":['google','baidu','yahoo'],"marks":[100,200,300],"price":[1,2,3]}

In [28]: f1 = DataFrame(data)

In [29]: f1 Out[29]: 　　marks　　 name 　　 price 0 　　 100 　　 google 　　 1 1 　　 200 　　 baidu 　　 2 2　　 300 　　 yahoo 　　 3

這是定義一個 DataFrame 對象的常用方法——使用 dict 定義。字典的“鍵”("name"，"marks"，"price")就是 DataFrame 的 columns 的值(名稱)，字典中每個“鍵”的“值”是一個列表，它們就是那一豎列中的具體填充數據。上面的定義中沒有確定索引，所以，按照慣例(Series 中已經形成的慣例)就是從 0 開始的整數。從上面的結果中很明顯表示出來，這就是一個二維的數據結構(類似 excel 或者 mysql 中的查看效果)。

上面的數據顯示中，columns 的順序沒有規定，就如同字典中鍵的順序一樣，但是在 DataFrame 中，columns 跟字典鍵相比，有一個明顯不同，就是其順序可以被規定，向下面這樣做：

In [31]: f2 = DataFrame(data,columns=['name','price','marks'])

In [32]: f2 Out[32]: 　　name 　　 price 　　 marks 0 　google 　　1 　　? ? ?100 1 　baidu 　　 2　　? ? ? ?200 2　 yahoo 　　3 　　? ? ? 300

跟 Series 類似的，DataFrame 數據的索引也能夠自定義

In [35]: f3 = DataFrame(data,columns=['name','marks','price'],index=['a','b','c'])

In [36]: f3 Out[36]: 　　name 　　 marks 　　 price a 　 google? ? ? 100 　　? ? ?1 b? ? ?baidu? ? ? ? ? 200 　　? ? 2 c? ? ?yahoo? ? ? ? ?300? ? ? ? ? ? 3

定義 DataFrame 的方法，除了上面的之外，還可以使用“字典套字典”的方式。

In [40]: newdata = {'lang':{'first':'python','second':'java'},'price':{'first':5000,'second':2000}}

In [41]: f4 = DataFrame(newdata)

In [42]: f4 Out[42]: 　　　　lang 　　 price first　　 python 　 5000 second? ?java 　　 2000

在字典中就規定好數列名稱(第一層鍵)和每橫行索引(第二層字典鍵)以及對應的數據(第二層字典值)，也就是在字典中規定好了每個數據格子中的數據，沒有規定的都是空。

DataFrame 對象的 columns 屬性，能夠顯示素有的 columns 名稱。并且，還能用下面類似字典的方式，得到某豎列的全部內容(當然包含索引)：

>>> newdata = {"lang":{"firstline":"python","secondline":"java"}, "price":{"firstline":8000}}

>>> f4 = DataFrame(newdata)

>>> f4

lang? ? ?price

firstline? ? ?python? ?8000

secondline? ? java? ? ?NaN

>>> DataFrame(newdata, index=["firstline","secondline","thirdline"])

lang? ? ?price

firstline? ? ?python? ?8000

secondline? ? java? ? ?NaN

thirdline? ? ?NaN? ? ? NaN

DataFrame 對象的 columns 屬性，能夠顯示素有的 columns 名稱。并且，還能用下面類似字典的方式，得到某豎列的全部內容(當然包含索引)：

In [44]: f3['name'] Out[44]: a google b baidu c yahoo Name: name, dtype: object

下面操作是給同一列賦值

newdata1 = {'username':{'first':'wangxing','second':'dadiao'},'age':{'first':24,'second':25}}

In [67]: f6 = DataFrame(newdata1,columns=['username','age','sex'])

In [68]: f6 Out[68]: 　　username 　　 age 　　 sex first wangxing 　　 24 　　 NaN second dadiao　　 25 　　 NaN

In [69]: f6['sex'] = 'man'

In [70]: f6 Out[70]: 　　username? age 　　 sex first wangxing　　 24 　? man second dadiao 　　25? ? man

也可以單獨的賦值，除了能夠統一賦值之外，還能夠“點對點”添加數值，結合前面的 Series，既然 DataFrame 對象的每豎列都是一個 Series 對象，那么可以先定義一個 Series 對象，然后把它放到 DataFrame 對象中。如下：

ssex = Series(['男','女'],index=['first','second'])

In [72]: f6['sex'] = ssex

In [73]: f6 Out[73]: 　　username 　　 age 　　sex first wangxing　　? ?24 　　? ?男 second dadiao 　　 25 　　 女

還可以更精準的修改數據嗎？當然可以，完全仿照字典的操作：

In [74]: f6['age']['second'] = 30

In [75]: f6 Out[75]: 　　username 　　 age 　　 sex first wangxing 　　 24 　　? ? ? ?男 second dadiao 　　30 　　　　女

參考http://wiki.jikexueyuan.com/project/start-learning-python/312.html所整理。

總結

以上是生活随笔為你收集整理的python 熊猫_python之pandas简单介绍及使用（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。