机器学习和数据分析-pandas安装和数据结构

说明：pandas是基于numpy构建的软件库，主要应用于数据分析，对原始数据进行处理

1.安装pandas: pip install pandas

2.启动jupyter notebook

3.创建一个新的notebook，并导入pandas

一： Series ，相当于Excel表格中的一列 

4. Series创建一个数据，ser=pd. Series(['张三','李四','王五'])，自动创建索引，默认从0开始. Series相当于Excel表格中的一列

ser = pd.Series(['张三','李四','王五'])
ser

 运行效果图如下：

5.自己定义索引值

#1.定义一个列表
list(range(1,4))
#结果：[1, 2, 3]

#2.将列表作为series数据的索引
ser = pd.Series(['张三','李四','王五'],list(range(1,4)))
ser

运行效果图如下：

6.根据索引进行取值，改值

#1.获取索引为1的值
ser[1]

#2.修改索引为2的值
ser[2] = 'jack'
ser

#3.获取多个值
ind = [1,3]
ser[ind]

运行效果如下：

7.numpy和Series之间的关系

#1.输出ser的数据类型
type(ser)

#2.输出ser的values属性
ser.values

#3.输出ser的values属性的数据类型
type(ser.values)

运行效果如下：

8.Series数据计算

#1.构建一个新的Series
ser2 = pd.Series([18,19,17],index=range(1,4))
ser2

#2.ser2+1，就是每个元素上面进行+1
ser2+1

#3.取出ser2的所有偶数
ser2[ser2 % 2 == 0]

运行效果如下：

9.用数据字典构建Series

#1.构建一个字典
data = {'beijing':9204,'shanghai':8600,'guangzhou':7400}
data

#2.使用字典构建Series
ser3 = pd.Series(data)
ser3

运行效果如下：

10.字典构建Series指定索引，若指定的索引在字典中的Key中不存在，那么返回的值是NaN

 

ser4 = pd.Series(data,index=['shanghai','beijing','chongqing'])
ser4

运行效果如下：

11.Series转化成字典、列表、json

#1.转化成字典
ser4.to_dict()

#2.转化成列表
ser4.to_list()

#3.转化成json
ser4.to_json()

运行效果图如下：

12.Series转化成DataFrame

#转化成DataFrame
ser4.to_frame()

运行效果如下：

二：Data_frame，相当于Excel整个表格

13.二维数组构建一个DataFrame

#1.创建一个二维数组
import numpy as np
data = np.arange(100,109).reshape(3,-1)
data

#2.创建一个DataFrame数据
df = pd.DataFrame(data)
df

运行效果如下：

14.使用一个字典构建DataFrame，Key被当做列名，且每个Key的value值个数要一致，否则就会报错

#构建一个字典，使用字典构建一个DataFrame
data = {
    'name':['jack','marry','lily'],
    'age':[19,19,17],
    'height':[1.68,1.37,1.62]
}
df = pd.DataFrame(data)
df

运行效果图如下：

15.使用df. columns获取和修改列名

#1.获取列名
df.columns

#2.修改列名
df.columns = ['username','age','height']
df

运行效果图如下：

 

16.通过index指定索引值

#通过index指定索引
df = pd.DataFrame(data,columns=['name','age','height','email'],index=range(1,4))
df

运行效果图如下：