簡書閱讀體驗不佳(與有道云筆記的markdown解析不同)码俩，因此建議進(jìn)入傳送門
jupyter notebook:pandas 學(xué)習(xí)心得(1):數(shù)據(jù)類型簡介
這個系列是我學(xué)習(xí)《python數(shù)據(jù)科學(xué)手冊》所做的筆記
用于個人備忘
順便分享箫措，因此存在不嚴(yán)謹(jǐn)?shù)牡胤交蛘呤稣f不清晰的地方
pandas 三大數(shù)據(jù)類型
- Series對象
- DataFrame對象
- Index對象
Series 對象
import numpy as np
import pandas as pd
Series 可理解為一個帶索引(顯示表示)的一維數(shù)組
Series 是通用的NumPy數(shù)組限煞，numpy的ndarray數(shù)組通過隱式定義的整數(shù)索引獲取數(shù)值(類似數(shù)學(xué)上的矩陣)，而pandas的Series對象用一種顯式定義的索引與數(shù)值相互關(guān)聯(lián)
data = pd.Series([3,6,5,4,1,8], index = ['a','b','c','d','e','f']) # 從list中創(chuàng)建Series對象
data
a 3
b 6
c 5
d 4
e 1
f 8
dtype: int64
獲取數(shù)值的方式:
data['c']
5
Series 也可以理解為一種特殊的字典，它具有鍵-值對
data2_dict = {'a':3, 'b':6, 'c':5} # 從字典中創(chuàng)建Series對象
data2 = pd.Series(data2_dict)
data2
a 3
b 6
c 5
dtype: int64
用字典創(chuàng)建Series對象時， 其索引按默認(rèn)順序排序象对，它是有序的。
可參照字典數(shù)值的獲取方式來獲取Series對象的值
data2['c']
5
需要注意的是宴抚，Series只會保留顯式定義的鍵值對
data3 = pd.Series(data2_dict, index = ['b', 'c']) # 此處index 的元素必須是字典中的鍵
data3
b 6
c 5
dtype: int64
DataFrame 對象
- 相信我勒魔，下面的排版不是我想要的結(jié)果，還是進(jìn)傳送門吧
jupyter notebook:pandas 學(xué)習(xí)心得(1):數(shù)據(jù)類型簡介
DataFrame 可理解為通用的 NumPy數(shù)組
也可將其看作有序排列的若干個 Series 對象冠绢。“排列”指的是 它們有相同的行索引
# 修改下data2 常潮，草草創(chuàng)建一個DataFrame對象
data2_dict['b'] = 9; data2_dict['c'] = 8
data3 = pd.Series(data2_dict)
df = pd.DataFrame({'data2':data2,
'data3':data3})
df
<div>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>data2</th>
<th>data3</th>
</tr>
</thead>
<tbody>
<tr>
<th>a</th>
<td>3</td>
<td>3</td>
</tr>
<tr>
<th>b</th>
<td>6</td>
<td>9</td>
</tr>
<tr>
<th>c</th>
<td>5</td>
<td>8</td>
</tr>
</tbody>
</table>
</div>
因此弟胀，DataFrame也可理解為一種特殊的字典，含有鍵值對
DataFrame的創(chuàng)建
如果看到這里喊式，你還在簡書app內(nèi)孵户，請拖到頂端，進(jìn)入傳送門
- 通過單個Series創(chuàng)建
- 通過字典列表創(chuàng)建(外層是列表岔留， 內(nèi)部元素是字典)
- 通過Series對象字典創(chuàng)建(如上文,不說了）
- 通過NumPy 二維數(shù)組創(chuàng)建
- 通過結(jié)構(gòu)化數(shù)組創(chuàng)建(感覺不實用夏哭，就不說了)
# 1.通過單個Series創(chuàng)建
pd.DataFrame(data2, columns = ['WTF???'])
<div>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>WTF???</th>
</tr>
</thead>
<tbody>
<tr>
<th>a</th>
<td>3</td>
</tr>
<tr>
<th>b</th>
<td>6</td>
</tr>
<tr>
<th>c</th>
<td>5</td>
</tr>
</tbody>
</table>
</div>
# 2. 通過字典列表創(chuàng)建
dict1 = [{'a':i, 'b': 3*i}
for i in range(3)] # 首先通過推導(dǎo)式創(chuàng)建一個列表， 元素為 字典
print(dict1)
pd.DataFrame(dict1) # 行索引為隱式索引（默認(rèn)）献联，列索引為字典的鍵
[{'a': 0, 'b': 0}, {'a': 1, 'b': 3}, {'a': 2, 'b': 6}]
<div>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>a</th>
<th>b</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>0</td>
<td>0</td>
</tr>
<tr>
<th>1</th>
<td>1</td>
<td>3</td>
</tr>
<tr>
<th>2</th>
<td>2</td>
<td>6</td>
</tr>
</tbody>
</table>
</div>
pd.DataFrame(np.random.randint(10, size = (3,2)),
columns = ['hhh','wtf'],
index = ['a', 'b', 'c'])
<div>
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>hhh</th>
<th>wtf</th>
</tr>
</thead>
<tbody>
<tr>
<th>a</th>
<td>3</td>
<td>2</td>
</tr>
<tr>
<th>b</th>
<td>0</td>
<td>7</td>
</tr>
<tr>
<th>c</th>
<td>4</td>
<td>4</td>
</tr>
</tbody>
</table>
</div>
Index 對象
- 不可變數(shù)組
- 有序集合(多集,可包含重復(fù)元素)
ind = pd.Index([2,5,1,2,6])
ind
Int64Index([2, 5, 1, 2, 6], dtype='int64')
可通過標(biāo)準(zhǔn)Python的取值方法獲取數(shù)值方庭，也可以用切片獲取數(shù)值
如果嘗試修改數(shù)值厕吉，則會報錯
ind[0] = 1
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-12-5d87789215b7> in <module>()
----> 1 ind[0] = 1
D:\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in __setitem__(self, key, value)
2048
2049 def __setitem__(self, key, value):
-> 2050 raise TypeError("Index does not support mutable operations")
2051
2052 def __getitem__(self, key):
TypeError: Index does not support mutable operations
可以對其進(jìn)行集合的交(&)、并(|)
# 這段代碼自己運(yùn)行看看
indA = pd.Index([1,2,3])
indB = pd.Index([2,4,6])
print(indA & indB)
print(indA | indB)
注意械念，集合運(yùn)算時，如果要對其中的每個元素進(jìn)行操作時候运悲，使用 & |
如果要對整個對象進(jìn)行集合操作龄减， 使用 and or
對于多元素的對象，只有當(dāng)其數(shù)值都為0 或 都不為0時班眯，整個對象才有 bool值
下面整個例子使用 and 求交集就報錯了
# 自己運(yùn)行看看
indA and indB
