2021-06-26-数据分析学习笔记4-Pandas其一-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_42656213/article/details/118252599

安装pandas库：pip install pandas
导入该库时只要不报错就说明安装成功。

一、Series数据结构

在这里插入图片描述

1. Series创建

三种方式 - 列表、数组、字典

import pandas as pd
import numpy as np

# Series创建，输出时：左边索引，右边数值

# 1. 通过list创建
print('-'*20 + "1. 通过list创建"+ '-'*20)
s1 = pd.Series([1,2,3,4,5])
print(s1)
type(s1)

# 2. 通过数组创建
print('-'*20 + "2. 通过数组创建"+ '-'*20)
arr1 = np.arange(1,6)
print(arr1)
s2 = pd.Series(arr1)
print(s2)

# 自己指定索引形式
print('-'*20 + "自己指定索引形式"+ '-'*20)
# 索引长度和数据长度必须相同
s2 = pd.Series(arr1,index=['a','b','c','d','e'])
print(s2)
# 查看值和索引
print("s1.values = ")
print(s1.values)
print("s1.index = ")
print(s1.index)

# 3. 通过字典创建
print('-'*20 + "3. 通过字典创建"+ '-'*20)
dict = {'name':'李宁','age':18,'class':'三班'}
print(dict)
# 输出时是无序的
# s3 = pd.Series(dict) 
# 指定输出顺序，如果这个索引不存在，则会输出空
s3 = pd.Series(dict,index=['age','name','class','sex']) 
print(s3)

输出：

--------------------1. 通过list创建--------------------
0    1
1    2
2    3
3    4
4    5
dtype: int64
--------------------2. 通过数组创建--------------------
[1 2 3 4 5]
0    1
1    2
2    3
3    4
4    5
dtype: int32
--------------------自己指定索引形式--------------------
a    1
b    2
c    3
d    4
e    5
dtype: int32
s1.values = 
[1 2 3 4 5]
s1.index = 
RangeIndex(start=0, stop=5, step=1)
--------------------3. 通过字典创建--------------------
{'name': '李宁', 'age': 18, 'class': '三班'}
age       18
name      李宁
class     三班
sex      NaN
dtype: object

2. Series基本用法

# 2.1 isnull 和 notnull 检查缺失值
print(s3.isnull()) # 判断是否为空，空就是True
print(s3.notnull()) # 判断是否不为空，非空True

# 2.2通过索引获取数据
print(s3.values)
print(s3.index)
# 下标
print(s3[1])
# 标签
print(s3['age'])
# 选取多个
# print(s3[[1,3]])
print(s3[['name','age']])
# 索引切片
print("索引切片：")
print(s3[0:2]) # 不包含第三个编号为2的索引值
# 标签切片 - 包含末端数据
print("标签切片：")
print(s3['age':'class']) # 包含class这个索引对应的值
#布尔索引
print("s2[s2>3] = ")
print(s2[s2>3])


# 2.3 索引与数据的对应关系不被运算结果影响
print("s2*2 = ")
print(s2*2)
print("s2>2 = ")
print(s2>2)
s2.name = 'temp' # 对象名(也就是s2的名字)
s2.index.name = 'year' # 对象索引名(也就是s2索引的名字)
print(s2)
print(s2.head()) # 默认显示前5行
print(s2.head(3)) # 设置显示前3行
print(s2.tail()) # 默认显示后5个
print(s2.tail(2)) # 设置显示后2个

输出：

age      False
name     False
class    False
sex       True
dtype: bool
age       True
name      True
class     True
sex      False
dtype: bool
[18 '李宁' '三班' nan]
Index(['age', 'name', 'class', 'sex'], dtype='object')
李宁
18
name    李宁
age     18
dtype: object
索引切片：
age     18
name    李宁
dtype: object
标签切片：
age      18
name     李宁
class    三班
dtype: object
s2[s2>3] = 
year
d    4
e    5
Name: temp, dtype: int32
s2*2 = 
year
a     2
b     4
c     6
d     8
e    10
Name: temp, dtype: int32
s2>2 = 
year
a    False
b    False
c     True
d     True
e     True
Name: temp, dtype: bool
year
a    1
b    2
c    3
d    4
e    5
Name: temp, dtype: int32
year
a    1
b    2
c    3
d    4
e    5
Name: temp, dtype: int32
year
a    1
b    2
c    3
Name: temp, dtype: int32
year
a    1
b    2
c    3
d    4
e    5
Name: temp, dtype: int32
year
d    4
e    5
Name: temp, dtype: int32