5Python的Pandas：数据结构

自己的九又四分之三站台2024-07-19 1:37

Pandas是基于强大的NumPy库开发的，它继承了NumPy中的一些数据结构，也继承了NumPy的高效计算特性。

1.Python的数据类型

Python 提供了多种数据类型，用于存储和操作不同类型的数据。以下是一些主要的数据类型：

  1. 数值类型（Numeric Types）：

    • 整数（int） ：用于表示整数。例如，x = 5
    • 浮点数（float） ：用于表示带有小数点的数字。例如，y = 3.14
    • 复数（complex） ：用于表示复数，例如，z = 1 + 2j

  2. 序列类型（Sequence Types）：

    • 字符串（str） ：用于表示文本数据。例如，name = "Alice"
    • 列表（list） ：用于表示有序的可变集合。例如，fruits = ["apple", "banana", "cherry"]
    • 元组（tuple） ：用于表示有序的不可变集合。例如，coordinates = (10, 20)

  3. 集合类型（Set Types）：

    • 集合（set） ：用于表示无序的唯一元素集合。例如，unique_numbers = {1, 2, 3}
    • 冰冻集合（frozenset） ：用于表示不可变的集合。例如，immutable_set = frozenset([1, 2, 3])

  4. 映射类型（Mapping Types）：

    • 字典（dict） ：用于表示键值对集合。例如，person = {"name": "Alice", "age": 25}

  5. 布尔类型（Boolean Type）：

    • 布尔（bool） ：用于表示真或假。例如，is_active = True

  6. 二进制类型（Binary Types）：

    • 字节（bytes） ：用于表示二进制数据。例如，data = b"hello"
    • 字节数组（bytearray） ：用于表示可变的二进制数据。例如，mutable_data = bytearray(b"hello")
    • 内存视图（memoryview） ：用于在不复制数据的情况下操作二进制数据。例如，mview = memoryview(b"hello")

Python 还提供了一些内置函数来检查数据类型和转换数据类型，例如：

  • type()：用于返回变量的数据类型。
  • isinstance()：用于检查变量是否是特定类型的实例。
  • int()、float()、str() 等：用于类型转换。

以下是一些常见的 Python 数据类型的代码示例：

1.1.数值类型

python 复制代码 
# 整数
x = 5
print(f"x: {x}, type: {type(x)}")

# 浮点数
y = 3.14
print(f"y: {y}, type: {type(y)}")

# 复数
z = 1 + 2j
print(f"z: {z}, type: {type(z)}")

1.2.序列类型

python 复制代码 
# 字符串
name = "Alice"
print(f"name: {name}, type: {type(name)}")

# 列表
fruits = ["apple", "banana", "cherry"]
print(f"fruits: {fruits}, type: {type(fruits)}")

# 元组
coordinates = (10, 20)
print(f"coordinates: {coordinates}, type: {type(coordinates)}")

1.3.集合类型

python 复制代码 
# 集合
unique_numbers = {1, 2, 3}
print(f"unique_numbers: {unique_numbers}, type: {type(unique_numbers)}")

# 冰冻集合
immutable_set = frozenset([1, 2, 3])
print(f"immutable_set: {immutable_set}, type: {type(immutable_set)}")

1.4.映射类型

python 复制代码 
# 字典
person = {"name": "Alice", "age": 25}
print(f"person: {person}, type: {type(person)}")

1.5.布尔类型

python 复制代码 
# 布尔
is_active = True
print(f"is_active: {is_active}, type: {type(is_active)}")

1.6.二进制类型

python 复制代码 
# 字节
data = b"hello"
print(f"data: {data}, type: {type(data)}")

# 字节数组
mutable_data = bytearray(b"hello")
print(f"mutable_data: {mutable_data}, type: {type(mutable_data)}")

# 内存视图
mview = memoryview(b"hello")
print(f"mview: {mview}, type: {type(mview)}")

1.7.类型检查和转换

python 复制代码 
# 类型检查
print(f"is x an int? {isinstance(x, int)}")
print(f"is name a str? {isinstance(name, str)}")

# 类型转换
num_str = "123"
num = int(num_str)
print(f"num: {num}, type: {type(num)}")

float_num = float(num_str)
print(f"float_num: {float_num}, type: {type(float_num)}")

2.Numpy

NumPy 是 Python 中一个强大的科学计算库，提供了支持大量维数组和矩阵运算的功能，还包括了大量的数学函数库。以下是一些使用 NumPy 进行操作的代码示例。

2.1. 导入 NumPy

python 复制代码 
import numpy as np

2.2.创建数组

python 复制代码 
# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(f"arr1: {arr1}, type: {type(arr1)}")

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(f"arr2: {arr2}, type: {type(arr2)}")

# 使用 arange 和 reshape 创建数组
arr3 = np.arange(10).reshape(2, 5)
print(f"arr3:\n{arr3}")

2.3.基本操作

python 复制代码 
# 数组元素加减乘除
arr4 = arr1 + 10
print(f"arr1 + 10: {arr4}")

arr5 = arr1 * 2
print(f"arr1 * 2: {arr5}")

# 数组相加
arr6 = arr1 + arr1
print(f"arr1 + arr1: {arr6}")

# 数组元素逐个相乘
arr7 = arr1 * arr1
print(f"arr1 * arr1: {arr7}")

2.4.数组索引和切片

python 复制代码 
# 一维数组索引
print(f"arr1[0]: {arr1[0]}")
print(f"arr1[-1]: {arr1[-1]}")

# 二维数组索引
print(f"arr2[0, 1]: {arr2[0, 1]}")
print(f"arr2[1, -1]: {arr2[1, -1]}")

# 切片
print(f"arr1[1:4]: {arr1[1:4]}")
print(f"arr2[:, 1]: {arr2[:, 1]}")

2.5.数学函数

python 复制代码 
# 求和
print(f"np.sum(arr1): {np.sum(arr1)}")
print(f"np.sum(arr2, axis=0): {np.sum(arr2, axis=0)}")
print(f"np.sum(arr2, axis=1): {np.sum(arr2, axis=1)}")

# 平均值
print(f"np.mean(arr1): {np.mean(arr1)}")
print(f"np.mean(arr2, axis=0): {np.mean(arr2, axis=0)}")
print(f"np.mean(arr2, axis=1): {np.mean(arr2, axis=1)}")

# 标准差
print(f"np.std(arr1): {np.std(arr1)}")
print(f"np.std(arr2, axis=0): {np.std(arr2, axis=0)}")
print(f"np.std(arr2, axis=1): {np.std(arr2, axis=1)}")

2.6.线性代数

python 复制代码 
# 矩阵乘法
arr8 = np.array([[1, 2], [3, 4]])
arr9 = np.array([[5, 6], [7, 8]])
result = np.dot(arr8, arr9)
print(f"np.dot(arr8, arr9):\n{result}")

# 计算行列式
det = np.linalg.det(arr8)
print(f"np.linalg.det(arr8): {det}")

# 逆矩阵
inv = np.linalg.inv(arr8)
print(f"np.linalg.inv(arr8):\n{inv}")

2.7.随机数生成

python 复制代码 
# 生成随机数
rand_arr = np.random.random((3, 3))
print(f"rand_arr:\n{rand_arr}")

# 生成正态分布的随机数
normal_arr = np.random.normal(0, 1, (3, 3))
print(f"normal_arr:\n{normal_arr}")

# 生成随机整数
randint_arr = np.random.randint(0, 10, (3, 3))
print(f"randint_arr:\n{randint_arr}")

通过这些示例，你可以看到如何使用 NumPy 进行数组创建、基本操作、索引和切片、数学函数、线性代数以及随机数生成。NumPy 提供了丰富的功能，可以大大简化科学计算和数据处理的工作。

3.Pandas的数据结构

Pandas 是一个强大的数据分析和操作库，提供了两种主要的数据结构：Series 和 DataFrame。以下是对这两种数据结构的详细介绍和代码示例。

3.1.Series

Series 是一种类似于一维数组的对象，它由一组数据和与之相关的索引组成。它可以包含任何数据类型。

3.1.1.创建 Series

python 复制代码 
import pandas as pd

# 从列表创建 Series
s1 = pd.Series([1, 2, 3, 4, 5])
print(f"s1:\n{s1}")

# 指定索引创建 Series
s2 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print(f"s2:\n{s2}")

# 从字典创建 Series
s3 = pd.Series({'x': 100, 'y': 200, 'z': 300})
print(f"s3:\n{s3}")

3.1.2.访问 Series 元素

python 复制代码 
# 按位置访问
print(f"s1[0]: {s1[0]}")
print(f"s2[1]: {s2[1]}")

# 按索引访问
print(f"s2['a']: {s2['a']}")
print(f"s3['y']: {s3['y']}")

3.2.DataFrame

DataFrame 是一种二维的表格数据结构，类似于电子表格或 SQL 表格。它由多列数据组成，每列可以是不同的数据类型。

3.2.1.创建 DataFrame

python 复制代码 
# 从字典创建 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df1 = pd.DataFrame(data)
print(f"df1:\n{df1}")

# 从二维数组创建 DataFrame
data2 = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]
df2 = pd.DataFrame(data2, columns=['A', 'B', 'C'])
print(f"df2:\n{df2}")

# 从字典的列表创建 DataFrame
data3 = [
    {'Name': 'David', 'Age': 40},
    {'Name': 'Eve', 'Age': 45}
]
df3 = pd.DataFrame(data3)
print(f"df3:\n{df3}")

3.2.2.访问 DataFrame 元素

python 复制代码 
# 按列访问
print(f"df1['Name']:\n{df1['Name']}")
print(f"df1[['Name', 'Age']]:\n{df1[['Name', 'Age']]}")

# 按行访问（使用索引）
print(f"df1.loc[0]:\n{df1.loc[0]}")
print(f"df1.loc[0:1]:\n{df1.loc[0:1]}")

# 按行访问（使用位置）
print(f"df1.iloc[0]:\n{df1.iloc[0]}")
print(f"df1.iloc[0:2]:\n{df1.iloc[0:2]}")

3.2.3.数据筛选与操作

python 复制代码 
# 筛选数据
adults = df1[df1['Age'] > 25]
print(f"adults:\n{adults}")

# 添加新列
df1['Salary'] = [50000, 60000, 70000]
print(f"df1 with Salary:\n{df1}")

# 删除列
df1.drop('City', axis=1, inplace=True)
print(f"df1 without City:\n{df1}")

# 更新列值
df1['Age'] = df1['Age'] + 1
print(f"df1 with updated Age:\n{df1}")

3.2.4.数据统计与聚合

python 复制代码 
# 计算平均值
print(f"Average Age: {df1['Age'].mean()}")

# 计算总和
print(f"Total Salary: {df1['Salary'].sum()}")

# 分组统计
grouped = df1.groupby('Name').sum()
print(f"grouped:\n{grouped}")

通过这些示例，你可以看到如何使用 Pandas 进行数据的创建、访问、筛选、操作以及统计与聚合分析。Pandas 提供了丰富的功能，使得数据分析和操作变得更加方便和高效。

相关推荐
CodeCraft Studio4 小时前
Excel处理控件Aspose.Cells教程：使用 Python 将 Pandas DataFrame 转换为 Excel
python·json·excel·pandas·csv·aspose·dataframe
njxiejing5 小时前
Pandas数据结构（DataFrame，字典赋值）
数据结构·人工智能·pandas
Calihen的学习日志1 天前
【Pandas】3.1-数据预处理：列的基本操作
python·pandas
Source.Liu2 天前
【Python自动化】 21.2 Pandas 读取 Excel 时的 dtype 参数完全指南
python·自动化·pandas
Source.Liu2 天前
【Python自动化】 21 Pandas Excel 操作完整指南
python·excel·pandas
Source.Liu2 天前
【Python自动化】 21.1 Pandas 读取 Excel 文件的完整指南
python·自动化·pandas
偷心伊普西隆4 天前
Pandas DataFrame 指南
python·数据分析·pandas
chad__chang10 天前
Pandas的数据结构
数据结构·pandas
老歌老听老掉牙12 天前
Pandas DataFrame 列数操作完全指南
python·pandas
万粉变现经纪人12 天前
如何解决pip安装报错ModuleNotFoundError: No module named ‘websockets’问题
ide·pycharm·beautifulsoup·pandas·fastapi·pip·httpx
热门推荐
012025 年高教社杯全国大学生数学建模竞赛C 题 NIPT 的时点选择与胎儿的异常判定 完整成品思路模型代码分享，全网首发高质量！！！02UV安装并设置国内源032025年数学建模国赛C题超详细解题思路04不再让Windows更新！&Edge游戏助手卸载及关闭自动更新05A股预测还能更准？开源大模型Kronos带你跑通预测+回测全流程062025全国大学生数学建模C题保姆级思路模型（持续更新）：NIPT 的时点选择与胎儿的异常判定07KGG转MP3工具|非KGM文件|解密音频08解决 WSL Ubuntu 中 /etc/resolv.conf 自动重置问题09教你如何认证 Gemini 教育优惠的二次验证，薅个 1年的 Gemini Pro 会员10UV 工具安装与国内镜像源配置指南