快速入门Pandas

Ding_xiaofei

于 2019-01-04 14:07:29 发布

阅读量371

点赞数

CC 4.0 BY-SA版权

分类专栏：数据分析

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/Ding_xiaofei/article/details/85773452

数据分析专栏收录该内容

4 篇文章

订阅专栏

本文是Pandas的入门基础，介绍其两大核心数据结构——Series和DataFrame。Series是一维数组对象，类似定长有序字典，可自定义索引；DataFrame是表格型数据结构，由多列不同类型的數據组成，支持属性访问和函数操作。内容涵盖数据结构创建、索引、缺失值处理、数据对齐及 DataFrame 的操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

思维导读

在这里插入图片描述

Pandas是专门为处理表格和混杂数据设计的。区别numpy，numpy是为了处理统一的数组数据的。

同样是分为两大部分来讲pandas，数据结构+操作，这边是入门基础，以后大量的数据分析都是使用pandas去完成的。

数据结构

两个基本的数据结构，Series，一维数组对象，DataFrame，二维数组对象
Series
创建
在这里插入图片描述
索引+值的配置是不是有点熟悉，你不设置索引，它也会自动生成索引

在这里插入图片描述

当然你也可以自己设定索引
在这里插入图片描述

没错，它的索引就是和你想象的是一样的
在这里插入图片描述
这边还有一个列表索引

##索引列表['a','d','c']
obj2[['a','d','c']]

它简直和numpy一维数组是一样的
在这里插入图片描述

其实到这里，你可以看出来，series其实就是一个定长的有序字典，许多字典函数也是可以使用的
在这里插入图片描述

也可以传入index的顺序，它会按照你传入的顺序进行排序
在这里插入图片描述
没有找到的话，会自动填入缺失符号
判断缺失值

自动对齐数据

name属性，很像表名
在这里插入图片描述

DataFrame
表格型的数据结构，一组有序的列组成；如何创建DataFrame
在这里插入图片描述

看代码就知道这是一列一列的数据组成的，他们可以是不同类型的

设定index，columns
在这里插入图片描述
属性访问，就是索引，类似字典+自带的方法

访问行就需要函数啦

关于赋值的问题
在这里插入图片描述

在这里插入图片描述

创建和删除新列
在这里插入图片描述

注意索引返回的都是视图，修改会改变源数据的

嵌套词典创建dataframe
在这里插入图片描述

在这里插入图片描述

dataframe能够接受的数据
在这里插入图片描述

如果设置了DataFrame的index和columns的name属性，则这些信息也会被显示出来
在这里插入图片描述

跟Series⼀样， values属性也会以⼆维ndarray的形式返回DataFrame中的数据
在这里插入图片描述

到这里两种基本的数据结构就讲完了

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。