数据分析教学pandas数据结构.docx
《数据分析教学pandas数据结构.docx》由会员分享，可在线阅读，更多相关《数据分析教学pandas数据结构.docx（12页珍藏版）》请在冰豆网上搜索。
数据分析教学pandas数据结构
数据分析教学——pandas数据结构
一、Pandas数据结构
Pandas处理有三种数据结构形式：
Series，DataFrame,index。
Series和DataFrame是现在常用的两种数据类型。
1.Series
Series和一维数组很像，只是它的每一个值都有一个索引，输出显示时索引在左，值在右。
pandas.Series（data,index=index,dtype,copy）
∙data:
可以是多种类型，如列表，字典，标量等
∙index:
索引值必须是唯一可散列的，与数据长度相同，如果没有索引被传递，则默认为**np.arrange（n）**
∙dtype:
设置数据类型
∙copy:
复制数据，默认为Flase
1）创建一个空的序列
importnumpyasnp
importpandasaspd
#利用Series序列构造函数
#创建一个空序列
s=pd.Series（）
print（s）
"""
输出：
Series（[],dtype:
float64）
"""
2）从ndarray创建一个序列：
如果数据是ndarray，则传递的索引必须具有相同的长度。
如果没有索引被传递，那么默认情况下，索引将是range（n），其中n是数组长度，即[0,1,2,3...。
范围（LEN（阵列））-1]。
#使用ndarray创建一个序列
data=np.array（['a','b','c','d']）
s=pd.Series（data）
print（s）
"""
输出：
0a
1b
2c
3d
dtype:
object
"""
不给赋索引值时，默认的索引范围为1~（len（data）-1）
3）传入索引值：
#传入索引值
data=np.array（['a','b','c','d']）
s=pd.Series（data,index=[12,13,14,15]）
print（s）
"""
输出:
12a
13b
14c
15d
dtype:
object
"""
4）从字典创建一个序列：
当所创建的索引中，未给赋值时，也即缺少元素是，用NAN填充
data={'a':
0,'b':
1,'c':
2.}
s=pd.Series（data,index=['b','a','c','d']）
print（s）
"""
输出：
b1.0
a0.0
c2.0
dNaN
dtype:
float64
"""
5）用标量创建一个序列：
#从标量创建一个序列
s=pd.Series（5,index=['a','b','c','d']）
print（s）
"""
输出：
a5
b5
c5
d5
dtype:
int64
"""
6）检索数据：
data=[1,2,3,4]
s=pd.Series（data,index=['a','b','c','d']）
print（s["d"]）#检索索引为d的数据
print（s[-3:
]）#检索后3个数据
"""
输出：
4
b2
c3
d4
dtype:
int64
"""
2.DataFrame
DataFrame是一个2维标签的数据结构，它的列可以存在不同的类型。
你可以把它简单的想成Excel表格或SQLTable，或者是包含字典类型的Series。
它是最常用的Pandas对象。
和Series一样，DataFrame接受许多不同的类型输入。
pandas.DataFrame（data,index,columns,dtype）
∙data:
包含一维数组，列表对象，或者是Series对象的字典对象
∙index：
对于行标签，如果没有索引被传递，则要用于结果帧的索引是可选缺省值np.arrange（n）。
∙columns:
对于列标签，可选的默认语法是-np.arrange（n）。
这只有在没有通过索引的情况下才是正确的。
∙dtype:
每列的数据类型
1）创建一个空的DataFrame
#创建一个空的DataFrame
importpandasaspd
df=pd.DataFrame（）
print（df）
"""
输出：
EmptyDataFrame
Columns:
[]
Index:
[]
"""
2）从列表中创建一个DataFrame
DateFrame可以使用单个列表或者列表列表创建
data=[1,2,3,4,5]
df=pd.DataFrame（data）
print（df）
"""
输出：
0
01
12
23
34
45
"""
data=[['Al',9],['Bl',8],['Cl',10]]
#dtype参数将Age列的类型更改为浮点型
df=pd.DataFrame（data,columns=['Name','Age'],dtype=float）
print（df）
"""
输出：
NameAge
0Al9.0
1Bl8.0
2Cl10.0
"""
3）从ndarrys/lists的字典创建一个dataFrame
所有的ndarrays必须具有相同的长度。
如果索引被传递，那么索引的长度应该等于数组的长度。
如果没有索引被传递，那么默认情况下，索引将是range（n），其中n是数组长度。
#从ndarrays/List的Dict创建一个DataFrame
data1={'Name':
['Al','Bl','Cl'],'Age':
[9,8,10]}
df1=pd.DataFrame（data1）
print（df1）
"""
输出：
AgeName
09Al
18Bl
210Cl
"""
4）添加行标签
data1={'Name':
['Al','Bl','Cl'],'Age':
[9,8,10]}
#添加行标签
df1=pd.DataFrame（data1,index=['rank1','rank2','rank3']）
print（df1）
"""
输出：
AgeName
rank19Al
rank28Bl
rank310Cl
"""
5）在列表中创建一个dataframe
importpandasaspd
data=[{'a':
1,'b':
2},{'a':
5,'b':
10,'c':
20}]
df=pd.DataFrame（data,index=['rank1','rank2']）
print（df）
"""
输出:
abc
rank112NaN
rank251020.0
"""
#使用字典，行索引，列索引列表创建DataFrame
data=[{'a':
1,'b':
2},{'a':
2,'b':
10,'c':
9}]
df1=pd.DataFrame（data,index=['rank1','rank2'],columns=['a','b']）
print（'df1:
\n',df1）
df2=pd.DataFrame（data1,index=['rank1','rank2'],columns=['a','b1']）
print（'df2:
\n',df2）
"""
输出：
df1:
ab
rank112
rank2210
df2:
ab1
rank11NaN
rank22NaN
"""
6）从序列字典中创建一个DataFrame，并进行列添加，删除
#从序列字典创建一个DataFrame
d={'one':
pd.Series（[1,2,3],index=['a','b','c']）,
'two':
pd.Series（[1,2,3,4],index=['a','b','c','d']）}
df=pd.DataFrame（d）
print（df）
"""
输出：
onetwo
a1.01
b2.02
c3.03
dNaN4
"""
添加列：
#添加列
d={'one':
pd.Series（[1,2,3],index=['a','b','c']）,
'two':
pd.Series（[1,2,3,4],index=['a','b','c','d']）}
df=pd.DataFrame（d）
df['three']=pd.Series（[20,3,21],index=['a','b','d']）
df['four']=df['one']+df['three']
print（df）
"""
输出：
onetwothreefour
a1.0120.021.0
b2.023.05.0
c3.03NaNNaN
dNaN421.0NaN
"""
删除列：
#删除列
d={'one':
pd.Series（[1,2,3],index=['a','b','c']）,
'two':
pd.Series（[1,2,3,4],index=['a','b','c','d']）,
'three':
pd.Series（[20,3,21],index=['a','b','d']）}
df=pd.DataFrame（d）
print（df）
"""
输出：
onethreetwo
a1.020.01
b2.03.02
c3.0NaN3
dNaN21.04
"""
#删除列
deldf['one']
print（df）
"""
输出：
threetwo
a20.01
b3.02
cNaN3
d21.04
"""
7）通过字典创建dataFrame,并进行行选择，添加，删除
#行选择，添加，删除
d={'one':
pd.Series（[1,2,3],index=['a','b','c']）,
'two':
pd.Series（[1,2,3,4],index=['a','b','c','d']）}
df=pd.DataFrame（d）
print（df,'\n'）
print（df.loc['b'],'\n'）
print（df.iloc[2],'\n'）
print（df[2:
4]）
"""
输出：
onetwo
a1.01
b2.02
c3.03
dNaN4
one2.0
two2.0
Name:
b,dtype:
float64
one3.0
two3.0
Name:
c,dtype:
float64
onetwo
c3.03
dNaN4
"""
添加行：
#添加行
df=pd.DataFrame（[[1,2],[3,4]],columns=['a','b']）
df2=pd.DataFrame（[[5,6],[7,8]],columns=['a','b']）
df=df.append（df2）
print（df）
"""
输出：
ab
012
134
056
178
"""
删除行：
#删除行
df=df.drop（0）
print（df）
"""
输出：
ab
134
178
"""
升级会员 