美文网首页Python随手查我爱编程
用python做数据分析3|pandas库介绍之两种数据结构Se

用python做数据分析3|pandas库介绍之两种数据结构Se

作者: 是蓝先生 | 来源:发表于2016-04-28 18:06 被阅读3829次

    今天是4.30号。

    由于pandas部分内容很多,所以接下来会分多个部分进行学习。
    这一部分也是pandas学习的第一部分,先了解两种主要的数据结构。

    import pandas as pd
    from pandas import Series,DataFrame
    因为Series和DataFrame用的次数非常多,所以将其引入本地命名空间中会更方便。


    (1)Series

    Series是一种类似与一维数组的对象,它由一组数据以及一组与之相关的数据便签(即索引)组成,仅由一组数据即可产生最简单的Series。

    例如:a=Series([9,-3,4,2])
    得到的结果为:
    0    9
    1    -3
    2    4
    3    2
    系统会自动为Series数据创建整数索引,可通过Series的values和index属性获取其数组表示形式和索引对象
        print(Series.values)
        print(Series.index)
    这与字典型数据的keys(),values(),items()类似。
    
    同时我们在创建Series时也可以自定义索引值:
        b=Series([9,-3,4,2],index=['a','c','d','b'])
    那么访问Series中的值时可以直接用b['index']的方法,例如b['c'],b[['d','a']]可以同时选取多个值。
    
    也可以直接将一个字典型数据a转化为Series数据,Series(a)
    

    pandas中用NA表示数据缺失,isnull()和notnull()可用于检测缺失数据,用法为:a.isnull(),a.notnull()

    (2)DataFrame

    DataFrame是一个表格型数据,含有一组有序的列,每一列可以是不同的类型值。DataFrame可以看成是由多个Series组成的字典,它们共用一个索引。

    在构建DataFrame时,最最最常用的就是先创建一个data,data一般可以是字典和数组,再用a=DataFrame(data)来转换为DataFrame结构。在DataFrame(data)时也可以同时传入index和columns参数,两个参数必须是列表型。

    1).构建DataFrame最常见的方法是传入一个由等长列表或数组组成的字典:
    例如:
        data={
                  'name':['bon','kate','jun','sam'],
                  'stature':['102','112','136','90'],
                  'grade':['70','76','98','88']
              }
        frame=DataFrame(data)
    DataFrame会自动加上索引,得到的结果为:
             name        stature        grade
    0        bon          102            70
    1        kate         112            76
    2        jun          136            98
    3        sam          90             88
    
    
    2).也可以为DataFrame指定索引
    
        frame2=DataFrame(data,columns=['name','grade','stature','birthdate'],
                         index=['one','two','three','four'])
    
    跟Series中一样若在对应的列中找不到数据,就会产生缺失值NaN.
               name        grade       stature     birthdate
    one        bon          70          102          NaN
    two        kate         76          112          NaN
    three      jun          98          136          NaN
    four       sam          88          90           NaN
    
    3).取值和赋值
      查看列:可用类似字典的方式获取一个Series(即一个列的值),如:frame2['name'];
      查看行:可用索引字段ix来获取某行的值,如:frame2.ix['three'];
      可用frame2['birthdate']=1990来直接对某一列进行赋值;
    
    4).删除某一列的值
        del frame2['name']
    
    5)将嵌套型字典转化为DataFrame型时,外层的键作为列,内层的键作为行索引
    例如:
        data={
              'newyork':{'2001':51,'2002':76},
              'houston':{'2001':49,'2002':90},
              }
      DataFrame(data)得到结果为:
               newyork     houston      
      2001       51          49           
      2002       76          90
    

    对于取DataFrame类型数据a中特定位置的数据

    可以先找到对应的index,再采用a[index,'columns']得到。
    而index可以根据有对应某一个字段的value得到:
    例如已知a中column为name这一栏下的某个值为kate,则索引可由下面求得。
    get_index=list(a['name']).index(kate)

    相关文章

      网友评论

      • Jim0724:写的非常好,非常感谢

      本文标题:用python做数据分析3|pandas库介绍之两种数据结构Se

      本文链接:https://www.haomeiwen.com/subject/gpdhrttx.html