Pandas知识点总结1

Pandas库

基础

概述

-Pandas是一个开源的第三方Python库，从Numpy和Matplotlib的基础上构建而来

-Pandas名字衍生自术语"paneldata"（面板数据）和"Pythondataanalysis"（Python数据分析）

-Pandas已经成为Python数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具

-Pandas是Python语言的一个扩展程序库，用于数据分析

-Pandas是一个开放源码、BSD许可的库，提供高性能、易于使用的数据结构和数据分析工具

-Pandas一个强大的分析结构化数据的工具集，基础是Numpy（提供高性能的矩阵运算）

-Pandas可以从各种文件格式比如CSV、JSON、SQL、MicrosoftExcel导入数据

-Pandas可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征

-Pandas广泛应用在学术、金融、统计学等各个数据分析领域

-Pandas的出现使得Python做数据分析的能力得到了大幅度提升，它主要实现了数据分析的五个重要环节：加载数据、整理数据、操作数据、构建数据模型、分析数据

安装

pipinstallpandas==1.1.5-ihttps://pypi.tuna.tsinghua.edu.cn/simple/

内置数据结构

在ndarray数组（NumPy中的数组）的基础上构建出了Series（一维数据结构）、DataFrame（二维数据结构）

• • • • • Series是带标签的一维数组，这里的标签可以理解为索引，但这个索引并不局限于整数，它也可以是字符类型，比如a、b、c等
        • DataFrame是一种表格型数据结构，它既有行标签，又有列标签

Series

PandasSeries类似表格中等一个列（column），类似于一维数组，可以保存任何数据类型Series由索引（index）和列组成

• • • • • pandas.Series(data,index,dtype)
          • data：一组数据（ndarray类型）index：数据索引标签，如果不指定，默认从0开始dtype：数据类型，默认会自己判断copy：表示对data进行拷贝，默认为False

创建Series对象的方式

• • • • • importpandasaspd#Series空对象defone():series_one=pd.Series(dtype='f8')print('空对象：\n',series_one)
        • 直接赋值创建Series对象
          • series_one=pd.Series([1,2,3,4,5],dtype='f8')print('Series对象：\n',series_one)
        • ndarray创建Series对象
          • array_one=np.array(['小明','小红','小紫'])index=np.arange(3)series_one=pd.Series(data=array_one,index=index)
        • 字典创建Series对象
          • data={"name":"陈蕾","gender":"男"}result=pd.Series(data=data)
        • 标量创建Series对象
          • result=pd.Series(data=5,index=[1,2,3,4,5])

访问Series数据

                 result = pd.Series(data=data)

Series常用属性

Series常用方法              

• head() 和 tail()

  • 查看 Series 的某一部分数据，使用 head() 或者 tail() 方法。其中 head() 返回前 n 行数据，默认显示前 5 行数据，tail() 返回后 n 行数据，默认为后 5 行

• isnull() 和 nonull()

  • isnull() 和 nonull() 用于检测 Series、DataFrame 中的缺失值。所谓缺失值，顾名思义就是值不存在、丢失、缺少

  • - isnull()：如果为值不存在或者缺失，则返回 True

  • - notnull()：如果值不存在或者缺失，则返回 Fal

DataFrame

基本

• • • • • DataFrame一个表格型的数据结构，既有行标签（index），又有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，比如可以是字符串、整型或者浮点型等，形如：

• • • • • -DataFrame的每一列数据都可以看成一个Series结构，只不过，DataFrame为这些行中每个数据值增加了一个列标签
        • -同Series一样，DataFrame自带行标签索引，默认为“隐式索引”即从0开始依次递增，行标签与DataFrame中的数据项一一对应当然你也可以用“显式索引”的方式来设置行标签

pd.DataFrame(data,index,columns,dtype,copy)

• • • • • data：一组数据（ndarray、series,map,lists,dict等类型）index：索引值，或者可以称为行标签coumns：列标签，默认为RangeIndex（0,1,2,…,n）dtype：数据类型copy：默认为False，表示复制数据data

创建DataFrame对象

• • • • • **创建DataFrame对象的方式：**
          • -列表
          • -字典
          • -Series
          • -Numpyndarrays
          • -另一个DataFrame
        • 创建DataFrame空对象
          • result=pd.DataFrame()
        • 列表创建DataFrame对象
          • data=['小明','小红','小紫']column=['name']result=pd.DataFrame(data=data,columns=column)
        • 列表嵌套列表创建DataFrame对象
          • data=[['小米',18],['小红',19],['小紫',20]]result=pd.DataFrame(data=data,columns=['name','age'])
        • 列表嵌套字典创建DataFrame对象
          • data=[{'name':"张三",'age':18},{'name':"小红",'gender':"男",'age':19}]result=pd.DataFrame(data=data)
        • 字典创建DataFrame对象
          • data={"name":['小米','小红','小紫'],"age":[18,19,20]}result=pd.DataFrame(data=data,dtype=float)
        • Series创建DataFrame对象
          • data={'one':pd.Series([1,2,3],index=['a','b','c']),
          • 'two':pd.Series([1,2,3,4],index=['a','b','c','d'])}
          • result=pd.DataFrame(data=data)

列索引操作

• • • • • DataFrame可以使用列索（columnsindex）引来完成数据的选取、添加和删除操作
        • 选取数据
          • dname['name']
        • 添加数据
          • 添加新列
            • 使用df['列']=值，插入新的数据列：result['three']=pd.Series(data=[11,22,33],index=['a','b','c'])
          • 添加新行
            • df.loc['e']=[17,18,19,20]
          • 在指定的位置插入新列
            • #使用insert方法在位置1插入新列'D'df.insert(1,'D',[13,14,15,16])
        • 修改数据
          • result=pd.DataFrame(data=data)result['two']=pd.Series(data=[1,2,3],index=['a','b','c'])
        • 删除数据
          • 通过drop方法删除DataFrame中的数据，默认情况下，drop()不会修改原DataFrame，而是返回一个新的DataFrame。axis=1，删除列
          • DataFrame.drop(labels=None,axis=0,index=None,columns=None,level=None,inplace=False,errors='raise')

行索引操作

• • • • • loc选取数据
          • DataFrame.loc[row_indexer,column_indexer]
            • -row_indexer：行标签或布尔数组。
            • -column_indexer：列标签或布尔数组。
            • 不能通过索引位置获取
        • iloc选取数据
          • iloc方法用于基于位置（integer-locationbased）的索引，即通过行和列的整数位置来选择数据。
            • 不能通过索引标签获取
          • DataFrame.iloc[row_indexer,column_indexer]
            • -row_indexer：行位置或布尔数组。
            • -column_indexer：列位置或布尔数组。
        • 切片多行选取
          • 通过切片的方式进行多行数据的选取
          • 切片获取行和通过iloc方法获取行从结果上没有区别，切片是基于位置的切片操作，iloc是基于位置的索引操作。
        • 添加数据行
          • append()方法##pandas1.4.0后已弃用
            • append()方法用于将一个Series或DataFrame追加到另一个DataFrame的末尾。#已弃用
            • DataFrame.append(other,ignore_index=False,verify_integrity=False,sort=False)#已弃用
              • other：
                • -类型：Series或DataFrame。
                • -描述：要追加的数据。
              • ignore_index：
                • -类型：Series或DataFrame。
                • -描述：要追加的数据。
              • verify_integrity：
                • -类型：布尔值，默认为False。
                • -描述：如果为True，则在创建具有重复索引的DataFrame时引发ValueError。
              • sort：
                • -类型：布尔值，默认为False。
                • -描述：如果为True，则在追加之前对列进行排序。
          • loc方法添加新行
            • data={'A':[1,2,3,4],'B':[5,6,7,8],'C':[9,10,11,12]}df=pd.DataFrame(data,index=['a','b','c','d'])#添加新行'e'df.loc['e']=[17,18,19,20]
        • 删除数据行
          • 您可以使用行索引标签，从DataFrame中删除某一行数据。如果索引标签存在重复，那么它们将被一起删除。使用的是drop函数
          • dorp(),默认axis=0，删除行

常用属性和方法

• • • • • • head()tail()默认值为5

函数

常用的统计学函数