day21和day22学习Pandas库

文章目录

• 三、Pandas库
• • 1、概述
  • 2、安装
  • 3、内置的数据结构
  • • [3.1 Series(一维数据结构)](#3.1 Series(一维数据结构))
    • • 3.1.1创建的语法
      • [3.1.2 访问数据](#3.1.2 访问数据)
      • [3.1.3 遍历](#3.1.3 遍历)
    • [3.2 DataFrame（二维数据结构）](#3.2 DataFrame（二维数据结构）)
    • • 3.2.1创建语法
      • 3.2.2取值和赋值
      • 3.2.3修改数据和列名
      • 3.2.4删除数据
      • • 未完待续...

三、Pandas库

1、概述

• Pandas 的出现使得 Python 做数据分析的能力得到了大幅度提升，它主要实现了数据分析的五个重要环节：加载数据、整理数据、操作数据、构建数据模型、分析数据

2、安装

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/

3、内置的数据结构

3.1 Series(一维数据结构)

• Series 是带标签的一维数组，这里的标签可以理解为索引，但这个索引并不局限于整数，它也可以是字符类型，比如 a、b、c 等

3.1.1创建的语法

pandas.Series( data, index , dtype , copy)

• 参数：

  • data：一维数组
  • index：数据的索引，默认是0~n
  • dtype：数据类型，默认自动识别
  • copy：是否允许复制，默认False

• 示例：

  import pandas as pd
  arr = pd.Series([1, 2, 3], ['a', 'b', 'c'])
  print(arr)

• 输出

  a    1
  b    2
  c    3
  dtype: int64

3.1.2 访问数据

• 标签切片取值，包含边界值
• 示例：

import pandas as pd
arr = pd.Series([1, 2, 3], ['a', 'b', 'c'])
print(arr['a'])  # 输出 1
print(arr['a':'b']) 
# 输出 
a    1
b    2
dtype: int64

3.1.3 遍历

• 语法1：for idx in s.index:

  • 获取Series数组的元素标签（索引）
  • 示例：

  import pandas as pd
  s = pd.Series([1, 2, 3], ['a', 'b', 'c'])
  for idx in s.index:
  	print(idx)
  # 输出 a b c  (三行)

• 语法2：for v in s.values

  • 获取Series数组的所有元素（取值）
  • 示例：

  import pandas as pd
  s = pd.Series([1, 2, 3], ['a', 'b', 'c'])
  for v in s.values:
      print(v) # 输出 1 2 3 (三行)

• 语法3：for idx, val in s.items():

  • 获取Series数组的所有元素和对应标签
  • 示例：

  import pandas as pd
  s = pd.Series([1, 2, 3], ['a', 'b', 'c'])
  for idx, val in s.items():
      print(idx, val)
  # 输出
  a 1
  b 2
  c 3

3.2 DataFrame（二维数据结构）

• DataFrame 是一种表格型数据结构，它既有行标签，又有列标签

3.2.1创建语法

函数名	参数
pd.DataFrame( data, index, columns, dtype, copy)	data：一组数据（ndarray、series, map, lists, dict 等类型） index：索引值，或者可以称为行标签 columns：列标签，默认为 RangeIndex （0, 1, 2, ..., n） dtype：数据类型 copy：默认为 False，表示复制数据 data

字典嵌套数组，多个数组长度要一致

• 示例1：

  import pandas as pd
  # 创建 DataFrame 对象
  data = {"name":['小米','小红','小紫'],"age":[18,19,20]}
  s = pd.DataFrame(data=data)
  print(s)
  # 输出
      name  age
  0   小米   18
  1   小红   19
  2   小紫   20

使用Series数组创建DataFrame数组，多个Series长度可以不同，最后取并值，缺值的位置补NaN。

• 示例：

  import pandas as pd
  data = {
     "name":pd.Series(['zs','ls','ww'],['a','b','c']),
     "age":pd.Series(['10'],['a'])
  }
  s = pd.DataFrame(data=data)
  print(s)
  # 输出
    name  age
  a   zs   10
  b   ls  NaN
  c   ww  NaN

3.2.2取值和赋值

• 只能一列一列的切片操作（垂直砍），不能水平砍切片

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
# 输出列切片age======================
print(s['age'])
#输出
a     10
b    NaN
c    NaN
Name: age, dtype: object
# 添加一列======================
s['three'] = np.Series(["新列"],['a'])
print(s)
# 输出
   name  age three
a   zs   10   新列
b   ls  NaN   NaN
c   ww  NaN   NaN

• s.assign()方法添加新列

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
# =============插入新列======================
# 注意：这里列表长度要和Dataframe的行数一致，否则报错
s = s.assign(three = [1,2,3])
print(s)
# 输出
  name  age  three
a   zs   10      1
b   ls  NaN      2
c   ww  NaN      3

• s.insert()在指定位置插入新列
• 参数：
  • loc: 插入位置的列索引。
  • column: 新列的名称。
  • value: 要插入的 Series（数据）。

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
# =============指定位置插入新列======================
# 使用 insert 方法在位置 1 插入新列 'D'
s.insert(1, 'D', [13, 14, 15])
print(result)
# 输出
  name   D  age
a   zs  13   10
b   ls  14  NaN
c   ww  15  NaN

3.2.3修改数据和列名

• 修改数据：

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series([10],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
#==============修改age列 +10 ==============
s["age"] = s["age"] + 10
print(s)
# 输出 ----   NaN 参与任何数学运算的结果依旧是 NaN
  name   age
a   zs  20.0
b   ls   NaN
c   ww   NaN

• 修改列名字
  • 修改原数组名字：s. columns = [newname]
  • 返回新数组：s.rename( columns={ "旧名"："新名" ,...} )
  • 示例：

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
#=====s. columns = [newname] 直接修改原数组 ========
s.columns = ["A","B"]
print(s)
# 输出 -- 列 name和age 修改成 A和B
    A    B
a  zs   10
b  ls  NaN
c  ww  NaN
#== s.rename(columns={"旧名":"新名",....}) 生产新数组========
s2 = s.rename( columns={"A":"Z","B","x"} )
print(s2)
# 输出  
    Z    x
a  zs   10
b  ls  NaN
c  ww  NaN

3.2.4删除数据

未完待续...