pandas是基于NumPy數(shù)組構(gòu)建的，特別是基于數(shù)組的函數(shù)和不使用for循環(huán)的數(shù)據(jù)處理。雖然pandas采用了大量的NumPy編碼風(fēng)格，但二者最大的不同是pandas是專門為處理表格和混雜數(shù)據(jù)設(shè)計(jì)的。而NumPy更適合處理統(tǒng)一的數(shù)值數(shù)組數(shù)據(jù)。

要使用pandas，你首先就得熟悉它的兩個(gè)主要數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame。雖然它們并不能解決所有問題，但它們?yōu)榇蠖鄶?shù)應(yīng)用提供了一種可靠的、易于使用的基礎(chǔ)。

一、Series

Series是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)（各種NumPy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽（即索引）組成。僅由一組數(shù)據(jù)即可產(chǎn)生最簡單的Series：

import pandas as pd
obj = pd.Series([7,-2,3,4])
print(obj)

索引 值

0 7
1 -2
2 3
3 4

Series默認(rèn)索引是0至N-1，也可以指定索引值，方法如下：

obj2 = pd.Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])

如果數(shù)據(jù)被存放在一個(gè)Python字典中，也可以直接通過這個(gè)字典來創(chuàng)建Series：

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

通過Series 的values和index屬性獲取其數(shù)組表示形式和索引對象：

print(obj.values)
print(obj.index)

可以通過索引的方式選取Series中的單個(gè)或一組值:

obj2['a']
obj2[['c', 'a', 'd']]

還可以將Series看成是一個(gè)定長的有序字典，因?yàn)樗撬饕档綌?shù)據(jù)值的一個(gè)映射.

我將使用缺失（missing）或NA表示缺失數(shù)據(jù)。pandas的isnull和notnull函數(shù)可用于檢測缺失數(shù)據(jù):

print(pd.isnull(obj))
print(pd.notnull(obj))

Series也有類似的實(shí)例方法：

obj4.isnull()

Series最重要的一個(gè)功能是，它會根據(jù)運(yùn)算的索引標(biāo)簽自動(dòng)對齊數(shù)據(jù)，可以認(rèn)為是類似數(shù)據(jù)庫的join的操作。

Series對象本身及其索引都有一個(gè)name屬性，該屬性跟pandas其他的關(guān)鍵功能關(guān)系非常密切。

 obj4.name = 'population'

 obj4.index.name = 'state'

Series的索引可以通過賦值的方式就地修改：

obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan']

二、DataFrame

DataFrame是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，它含有一組有序的列，每列可以是不同的值類型（數(shù)值、字符串、布爾值等）。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個(gè)索引）。DataFrame中的數(shù)據(jù)是以一個(gè)或多個(gè)二維塊存放的（而不是列表、字典或別的一維數(shù)據(jù)結(jié)構(gòu)）。

（1）建DataFrame的辦法有很多，最常用的一種是直接傳入一個(gè)由等長列表或NumPy數(shù)組組成的字典：

#傳入字典
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)
　
#傳入數(shù)組
frame2 = pd.DataFrame(np.range(18).reshape(3,6), 
columns=['year', 'state', 'pop', 'debt'],
index=['one', 'two', 'three', 'four','five', 'six'])#如果傳入的列在數(shù)據(jù)中找不到，就會在結(jié)果中產(chǎn)生缺失值：

#嵌套字典創(chuàng)建DataFrame
 pop = {'Nevada': {2001: 2.4, 2002: 2.9}, 'Ohio': {2000: 1.5, 2001: 1.7, 2002: 3.6}}
 frame3 = pd.DataFrame(pop)#外層字典的鍵作為列，內(nèi)層鍵則作為行索引。

參數(shù)：

cloumns：指定列名，并按列名順序排列。

index：指定索引　

dtype：指定數(shù)據(jù)類型　

常用函數(shù)總結(jié)：

frame.head()#選取前五行

frame.T#轉(zhuǎn)置

frame.index.name = 'year'#設(shè)置index的name屬性


frame.columns.name = 'state'#設(shè)置columns的name屬性

frame.values#選取DataFrame的值，結(jié)果為二維數(shù)組。

選取DataFrame數(shù)據(jù)：

#兩種方式選取state列數(shù)據(jù)
frame2['state']
frame2.state
frame2['debt'] = 16.5#列可以通過賦值的方式進(jìn)行修改。

#行數(shù)據(jù)選取
frame2.loc['three']

　　將列表或數(shù)組賦值給某個(gè)列時(shí)，其長度必須跟DataFrame的長度相匹配。如果賦值的是一個(gè)Series，就會精確匹配DataFrame的索引，所有的空位都將被填上缺失值。

val = pd.Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])
frame2['debt'] = val
print(frame2)

#為不存在的列賦值會創(chuàng)建出一個(gè)新列。關(guān)鍵字del用于刪除列。
frame2['eastern'] = frame2.state == 'Ohio'
del frame2['eastern']

總結(jié)

以上是生活随笔為你收集整理的pandas库的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。