Pandas快速体验,体验python数据分析的便利

---

通过一个小案例来快速体验Pandas

1. Pandas数据结构

在 Pandas 库中，Series 和 DataFrame 是两个最核心的数据结构。它们的关系可以简单理解为：DataFrame 是由多个 Series 组成的。

让我用一个形象的比喻来解释：

• Series → 就像 Excel 中的一列数据

• DataFrame → 就像整个 Excel 表格，包含多列数据

什么是 Series？
Series 是一个一维的、带有标签的数组结构，可以存储任何数据类型（整数、字符串、浮点数、Python对象等）。

关键特点：
一维结构：只有一行数据（但有多列？不，它只有一"列"概念）
Series既可以表示一行，也可以表示一列，这完全取决于上下文。但最常用、最自然的方式是将Series看作DataFrame中的一列。

什么是 DataFrame？
DataFrame 是一个二维的、表格型的数据结构，可以看作是由多个 Series 组成的字典（每个 Series 是一列）。
关键特点：
二维结构：有行和列
带有行索引和列名：既有行标签也有列标签
异构数据：不同的列可以是不同的数据类型
大小可变：可以动态添加/删除行列
带有索引：每个元素都有一个对应的标签（索引）
同构数据：通常所有元素是相同的数据类型（但不是强制要求）

2. 准备数据集

数据说明：历年各国gdp数据
数据资源已放置文章顶端，可点击下载

3. 数据分析

本演示基于Anaconda 数据分析平台，代码编写及效果呈现都使用 Jupyter Notebook

• 查看当前文件路径

 import os
os.getcwd()

3.1 数据展示

• 导包并加载数据

import pandas as pd
# 我的数据文件放置在当前项目下jupyterdata下
df = pd.read_csv('./juyperdata/1960-2019全球GDP数据.csv', encoding='gbk', )  
df # 显示全部数据

• 查询中国的GDP

china_gdp = df[df.country=='中国'] # df.country 选中名为country的列
china_gdp.head(10) # 显示前10条数据

• 将year年份设为索引

china_gdp = china_gdp.set_index('year')
china_gdp.head() # 默认显示前5条

3.2 图表展示

• 画出GDP逐年变化的曲线图

china_gdp.GDP.plot()

• 使用同样的方法画出日本的GDP变化曲线，和中国的GDP变化曲线进行对比

jp_gdp = df[df.country=='日本'].set_index('year') # 按条件选取数据后，重设索引
jp_gdp.GDP.plot() 
china_gdp.GDP.plot()

3.3 复杂图标展示

对比中美日三国GDP变化曲线

• 分别查询中国、美国、日本三国的GDP数据，并绘制GDP变化曲线、进行对比

china_gdp = df[df.country=='中国'].set_index('year')
us_gdp = df[df.country=='美国'].set_index('year')
jp_gdp = df[df.country=='日本'].set_index('year')
jp_gdp.GDP.plot()
china_gdp.GDP.plot()
us_gdp.GDP.plot()

• 设置图例

# 按条件选取数据
china_gdp = df[df.country=='中国'].set_index('year')
us_gdp = df[df.country=='美国'].set_index('year')
jp_gdp = df[df.country=='日本'].set_index('year')
# 出图并添加图例
jp_gdp.GDP.plot(legend=True)
china_gdp.GDP.plot(legend=True)
us_gdp.GDP.plot(legend=True)

• 修改列名使图例显示为各国名称

# 按条件选取数据
china_gdp = df[df.country=='中国'].set_index('year')
us_gdp = df[df.country=='美国'].set_index('year')
jp_gdp = df[df.country=='日本'].set_index('year')
# 对指定的列修改列名
jp_gdp.rename(columns={'GDP':'日本'}, inplace=True)
china_gdp.rename(columns={'GDP':'中国'}, inplace=True)
us_gdp.rename(columns={'GDP':'美国'}, inplace=True)
# 画图
jp_gdp.japan.plot(legend=True)
china_gdp.china.plot(legend=True)
us_gdp.usa.plot(legend=True)

此刻我们发现名称显示不出来，这是因为中文问题，我们需要解决名称问题

3.4 解决中文显示问题

import matplotlib as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

1. Matplotlib 的默认行为
   Matplotlib 默认使用英文字体
   当遇到中文字符时，由于默认字体不包含中文字形，会显示为方块（□）或乱码
2. 字体回退机制
   设置 [‘SimHei’] 告诉 Matplotlib：
   首先尝试使用 SimHei（黑体）显示所有字符
   如果某些字符在黑体中不存在，会回退到其他字体
   由于黑体是完整的中文字体，能够正确显示中文

运行以上代码片段后，重新运行上面图表代码：修改列名使图例显示为各国名称、

显示可以正常显示了。
本文简单的进行了演示，如需了解更多知识，请查看专栏

如果有帮助到你，请点赞收藏