01科学计算库-1.3Pandas-1.3.2 Pandas数据类型

4.2 Pandas数据类型

学习目标

  • 知道Pandas的Series类型
  • 掌握Pandas的Dataframe类型
  • 了解Pandas的MultiIndex与panel类型

Pandas中一共有三种数据类型,分别为:Series、DataFrame和MultiIndex(老版本中叫Panel )。

其中Series是一维数据类型,DataFrame是二维的表格型数据类型,MultiIndex是三维的数据类型。

1.Series

Series是一个类似于一维数组的数据类型,它能够保存任何类型的数据,比如整数、字符串、浮点数等,主要由一组数据和与之相关的索引两部分构成。

1.1 Series的创建

python 复制代码
# 导入pandas
import pandas as pd

pd.Series(data=None, index=None, dtype=None)
  • 参数:

    • data:传入的数据,可以是ndarray、list等
    • index:索引,必须是唯一的,且与数据的长度相等。如果没有传入索引参数,则默认会自动创建一个从0-N的整数索引。
    • dtype:数据的类型

通过已有数据创建

  • 指定内容,默认索引
less 复制代码
pd.Series(np.arange(10))
makefile 复制代码
# 运行结果
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int64
  • 指定索引
ini 复制代码
pd.Series([6.7,5.6,3,10,2], index=[1,2,3,4,5])
makefile 复制代码
# 运行结果
1     6.7
2     5.6
3     3.0
4    10.0
5     2.0
dtype: float64
  • 通过字典数据创建
ini 复制代码
color_count = pd.Series({'red':100, 'blue':200, 'green': 500, 'yellow':1000})
color_count
yaml 复制代码
# 运行结果
blue       200
green      500
red        100
yellow    1000
dtype: int64

1.2 Series的属性

为了更方便地操作Series对象中的索引和数据,Series中提供了两个属性index和values

  • index
bash 复制代码
color_count.index

# 结果
Index(['blue', 'green', 'red', 'yellow'], dtype='object')
  • values
ini 复制代码
color_count.values

# 结果
array([ 200,  500,  100, 1000])

也可以使用索引来获取数据:

ini 复制代码
color_count[2]

# 结果
100

2.DataFrame

DataFrame是一个类似于二维数组或表格(如excel)的对象,既有行索引,又有列索引

  • 行索引,表明不同行,横向索引,叫index,0轴,axis=0
  • 列索引,表名不同列,纵向索引,叫columns,1轴,axis=1

2.1 DataFrame的创建

python 复制代码
# 导入pandas
import pandas as pd

pd.DataFrame(data=None, index=None, columns=None)

参数

  • index:行标签。如果没有传入索引参数,则默认会自动创建一个从0-N的整数索引。
  • columns:列标签。如果没有传入索引参数,则默认会自动创建一个从0-N的整数索引。

通过已有数据创建

举例一:

arduino 复制代码
pd.DataFrame(np.random.randn(2,3))

回忆咱们在前面直接使用np创建的数组显示方式,比较两者的区别。

举例二:创建学生成绩表

ini 复制代码
# 生成10名同学,5门功课的数据
score = np.random.randint(40, 100, (10, 5))

# 结果
array([[92, 55, 78, 50, 50],
       [71, 76, 50, 48, 96],
       [45, 84, 78, 51, 68],
       [81, 91, 56, 54, 76],
       [86, 66, 77, 67, 95],
       [46, 86, 56, 61, 99],
       [46, 95, 44, 46, 56],
       [80, 50, 45, 65, 57],
       [41, 93, 90, 41, 97],
       [65, 83, 57, 57, 40]])

但是这样的数据形式很难看到存储的是什么的样的数据,可读性比较差!!

问题:如何让数据更有意义的显示

ini 复制代码
# 使用Pandas中的数据类型
score_df = pd.DataFrame(score)

给分数数据增加行列索引,显示效果更佳

效果:

  • 增加行、列索引
ini 复制代码
# 构造列索引序列
subjects = ["语文", "数学", "英语", "政治", "体育"]

# 构造行索引序列
stu = ['同学' + str(i) for i in range(score_df.shape[0])]

# 添加行、列索引
data = pd.DataFrame(score, columns=subjects, index=stu)

2.2 DataFrame的属性

  • shape
bash 复制代码
data.shape

# 结果
(10, 5)
  • index

DataFrame的行索引列表

bash 复制代码
data.index

# 结果
Index(['同学0', '同学1', '同学2', '同学3', '同学4', '同学5', '同学6', '同学7', '同学8', '同学9'], dtype='object')
  • columns

DataFrame的列索引列表

bash 复制代码
data.columns

# 结果
Index(['语文', '数学', '英语', '政治', '体育'], dtype='object')
  • values

直接获取其中array的值

css 复制代码
data.values

array([[92, 55, 78, 50, 50],
       [71, 76, 50, 48, 96],
       [45, 84, 78, 51, 68],
       [81, 91, 56, 54, 76],
       [86, 66, 77, 67, 95],
       [46, 86, 56, 61, 99],
       [46, 95, 44, 46, 56],
       [80, 50, 45, 65, 57],
       [41, 93, 90, 41, 97],
       [65, 83, 57, 57, 40]])
  • T

转置

kotlin 复制代码
data.T

结果

  • head(5) :显示前5行内容

如果不补充参数,默认5行。填入参数N则显示前N行

kotlin 复制代码
data.head(5)
  • tail(5) :显示后5行内容

如果不补充参数,默认5行。填入参数N则显示后N行

kotlin 复制代码
data.tail(5)

2.3 DatatFrame索引的设置

需求:

2.3.1 修改行列索引值
ini 复制代码
stu = ["学生_" + str(i) for i in range(score_df.shape[0])]

# 必须整体全部修改
data.index = stu

注意:以下修改方式是错误的

bash 复制代码
# 错误修改方式
data.index[3] = '学生_3'
2.3.2 重设索引

reset_index(drop=False)

  • 设置新的下标索引
  • drop:默认为False,不删除原来索引,如果为True,删除原来的索引值
sql 复制代码
# 重置索引,drop=False
data.reset_index()
ini 复制代码
# 重置索引,drop=True
data.reset_index(drop=True)
2.3.3 某列值设置为新的索引

set_index(keys, drop=True)

  • keys : 列索引名成或者列索引名称的列表
  • drop : boolean, default True.当做新的索引,删除原来的列

设置新索引案例

1、创建

yaml 复制代码
df = pd.DataFrame({'month': [1, 4, 7, 10],
                    'year': [2012, 2014, 2013, 2014],
                    'sale':[55, 40, 84, 31]})

   month  sale  year
0  1      55    2012
1  4      40    2014
2  7      84    2013
3  10     31    2014

2、以月份设置新的索引

yaml 复制代码
df.set_index('month')
       sale  year
month
1      55    2012
4      40    2014
7      84    2013
10     31    2014

3、设置多个索引,以年和月份

bash 复制代码
df = df.set_index(['year', 'month'])
df
            sale
year  month
2012  1     55
2014  4     40
2013  7     84
2014  10    31

注:通过刚才的设置,这样DataFrame就变成了一个具有MultiIndex的DataFrame。

3.MultiIndex与Panel

3.1 MultiIndex

MultiIndex是三维的数据类型;

多级索引(也称层次化索引)是pandas的重要功能,可以在Series、DataFrame对象上拥有2个以及2个以上的索引。

3.1.1 multiIndex的特性

打印刚才的df的行索引结果

lua 复制代码
df.index

MultiIndex(levels=[[2012, 2013, 2014], [1, 4, 7, 10]],
           labels=[[0, 2, 1, 2], [0, 1, 2, 3]],
           names=['year', 'month'])

多级或分层索引对象。

index属性

  • names:levels的名称
  • levels:每个level的元组值
lua 复制代码
df.index.names
# FrozenList(['year', 'month'])

df.index.levels
# FrozenList([[1, 2], [1, 4, 7, 10]])
3.1.2 multiIndex的创建
ini 复制代码
# 构造索引
arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
mi_index = pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))

# 结果
MultiIndex(levels=[[1, 2], ['blue', 'red']],
           codes=[[0, 0, 1, 1], [1, 0, 1, 0]],
           names=['number', 'color'])
arduino 复制代码
mi_df = pd.DataFrame(np.random.normal(size=(4,4)),index=mi_index)
mi_df

结果:

3.2 Panel

3.2.1 panel的创建

class pandas.Panel(data=None , items=None , major_axis=None , minor_axis=None)

  • 作用:存储3维数组的Panel类型

  • 参数:

    • data : ndarray或者dataframe
    • items : 索引或类似数组的对象,axis=0
    • major_axis : 索引或类似数组的对象,axis=1
    • minor_axis : 索引或类似数组的对象,axis=2
ini 复制代码
p = pd.Panel(data=np.arange(24).reshape(4,3,2),
                 items=list('ABCD'),
                 major_axis=pd.date_range('20130101', periods=3),
                 minor_axis=['first', 'second'])

# 结果
<class 'pandas.core.panel.Panel'>
Dimensions: 4 (items) x 3 (major_axis) x 2 (minor_axis)
Items axis: A to D
Major_axis axis: 2013-01-01 00:00:00 to 2013-01-03 00:00:00
Minor_axis axis: first to second
3.2.2 查看panel数据
css 复制代码
p[:,:,"first"]
p["B",:,:]

注:==Pandas从版本0.20.0开始弃用==:推荐的用于表示3D数据的方法是通过DataFrame上的MultiIndex方法

4 小结

  • pandas的优势【了解】

    • 增强图表可读性
    • 便捷的数据处理能力
    • 读取文件方便
    • 封装了Matplotlib、Numpy的画图和计算
  • series【知道】

    • 创建

      • pd.Series([], index=[])
      • pd.Series({})
    • 属性

      • 对象.index
      • 对象.values
  • DataFrame【掌握】

    • 创建

      • pd.DataFrame(data=None, index=None, columns=None)
    • 属性

      • shape -- 形状

      • index -- 行索引

      • columns -- 列索引

      • values -- 查看值

      • T -- 转置

      • head() -- 查看头部内容

        • tail() -- 查看尾部内容
    • DataFrame索引

      • 修改的时候,需要进行全局修改
      • 对象.reset_index()
      • 对象.set_index(keys)
  • MultiIndex与Panel【了解】

    • multiIndex:

      • 类似ndarray中的三维数组

      • 创建:

        • pd.MultiIndex.from_arrays()
      • 属性:

        • 对象.index
    • panel:

      • pd.Panel(data, items, major_axis, minor_axis)
      • panel数据要是想看到,则需要进行索引到dataframe或者series才可以
相关推荐
巷9555 分钟前
OpenCV图像形态学:原理、操作与应用详解
人工智能·opencv·计算机视觉
深蓝易网34 分钟前
为什么制造企业需要用MES管理系统升级改造车间
大数据·运维·人工智能·制造·devops
xiangzhihong842 分钟前
Amodal3R ,南洋理工推出的 3D 生成模型
人工智能·深度学习·计算机视觉
狂奔solar1 小时前
diffusion-vas 提升遮挡区域的分割精度
人工智能·深度学习
资源大全免费分享1 小时前
MacOS 的 AI Agent 新星,本地沙盒驱动,解锁 macOS 操作新体验!
人工智能·macos·策略模式
跳跳糖炒酸奶1 小时前
第四章、Isaacsim在GUI中构建机器人(2):组装一个简单的机器人
人工智能·python·算法·ubuntu·机器人
AI.NET 极客圈2 小时前
AI与.NET技术实操系列(四):使用 Semantic Kernel 和 DeepSeek 构建AI应用
人工智能·.net
Debroon2 小时前
应华为 AI 医疗军团之战,各方动态和反应
人工智能·华为
俊哥V2 小时前
阿里通义千问发布全模态开源大模型Qwen2.5-Omni-7B
人工智能·ai
果冻人工智能2 小时前
每一条广告都只为你而生: 用 人工智能 颠覆广告行业的下一步
人工智能