Python之pandas学习（一）

lzw2016

于 2018-03-10 15:31:34 发布

阅读量858

点赞数

分类专栏： Python学习文章标签： pandas python DataFrame学习

本文链接：https://blog.youkuaiyun.com/lzw2016/article/details/79508332

版权

本文详细介绍了Python数据分析库pandas的两种核心数据结构——DataFrame和Series。DataFrame类似二维数组，拥有行索引和列索引，可以通过多种方式创建，包括从其他数据结构、Numpy数组和CSV文件。内容涵盖了DataFrame的属性如.shape、.columns、.dtypes，以及数据选择和修改。此外，文章还讨论了统计计算，如.isnull()、.fillna()、.describe()等。Series是一维数组，支持Numpy数组创建和字典创建，具有索引和values属性，可以从DataFrame中选择列。切片和访问操作在DataFrame和Series中都有详细讲解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas学习(两种数据结构DataFrame & Series)

DataFrame(类似numpy的二维数组，是一种带标签的二维对象)

有行索引&列索引(默认从0开始，可根据索引选值)
1. 创建方式：

从另一个DataFrame创建
从具有二维形状的Numpy数组(或类似的嵌套字典啦字典列表啦)来创建
从另一类数据结构Series来创建
从类似CSV文件来创建

获取所使用的红酒数据，注意分隔符是分号

import numpy as np
import pandas as pd
arr=np.array(np.arange(12)).reshape(4,3)
arr
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
df=pd.DataFrame(arr)

#pd.DataFrame(np.arange(12).reshape(4,3),index=['x1','x2','x3','x4'],columns=['y1','y2','y3'])
#如上index参数可以指定行索引(标签)，columns指定列索引

df
   0   1   2
0  0   1   2
1  3   4   5
2  6   7   8
3  9  10  11
type(df)
<class 'pandas.core.frame.DataFrame'>

这里有一个地方要注意，如何描述Numpy数组的坐标

arr1=np.arange(6)
#arr1[0]
#0
df1=pd.DataFrame(arr1)
df1
   0
0  0
1  1
2  2
3  3
4  4
5  5

这里是通过字典创建

dic={
  'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}
type(dic)
<class 'dict'>
df1=pd.DataFrame(dic)
df1
   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9
#嵌套字典创建，NAN是空缺值
dic1={
  '000':{
  'a':1,'b':2,'c':3},'001':{
  'd':4,'e':5,'f':6}}
df2=pd.DataFrame(dic1)
df2
   000  001
a  1.0