Pandas 概述

Pandas 包含的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)處理工具的設(shè)計(jì)使得在Python中進(jìn)行數(shù)據(jù)清洗和分析非衬阆遥快捷惊豺，Pandas經(jīng)常和其他數(shù)值工具一起使用比如Numpy和Scipy，以及數(shù)據(jù)可視化工具matplotlib一起使用禽作。
盡管Pandas采用了很多Numpy的代碼風(fēng)格尸昧，但最大的不同在于Pandas 是用來(lái)處理表格型或異質(zhì)型數(shù)據(jù)的嗎，而Numpy則相反旷偿，它更適合用來(lái)處理同質(zhì)型的數(shù)值類數(shù)據(jù)烹俗。
在下面的介紹中我們會(huì)用下面的方式去引入Pandas:

In [1]: import pandas as pd

Pandas 數(shù)據(jù)結(jié)構(gòu)介紹

要使用Pandas爆侣，你首先就得熟悉它的兩個(gè)主要數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame。雖然它們并不能解決所有問(wèn)題幢妄，但它們?yōu)榇蠖鄶?shù)應(yīng)用提供了一種可靠的兔仰、易于使用的基礎(chǔ)。

Series

Series是一種類似于一維數(shù)組的對(duì)象蕉鸳，它由一組數(shù)據(jù)（各種NumPy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽（即索引）組成乎赴。僅由一組數(shù)據(jù)即可產(chǎn)生最簡(jiǎn)單的Series：

In [2]: s1 = pd.Series([9,8,7,6])

out [2]: 0    9
         1    8
         2    7
         3    6
         dtype: int64

Series的字符串表現(xiàn)形式為：索引在左邊，值在右邊潮尝。我們沒(méi)有為數(shù)據(jù)指定索引榕吼，于是會(huì)自動(dòng)創(chuàng)建一個(gè)0到N-1（N為數(shù)據(jù)的長(zhǎng)度）的整數(shù)型索引。你可以通過(guò)Series的values和index屬性獲取其數(shù)組表示形式和索引對(duì)象：

In[3]: s1.values
out[3]: array([9,8,7,6],dtype=int64)

In[4]: s1.index
out[4]: RangeIndex(start=0, stop=4, step=1)

我們也可以創(chuàng)建一個(gè)索引序列勉失，用標(biāo)簽標(biāo)識(shí)每個(gè)數(shù)據(jù)點(diǎn)：

In[5]: s2 = pd.Series([9,8,7,6],index = ['d','c','b','a'])
In[6]: s2
out[6]: d    9
        c    8
        b    7
        a    6
        dtype: int64

接下來(lái)我們就可以用數(shù)據(jù)標(biāo)簽進(jìn)行索引

In[7]: s2['a']
out[7]: 6

我們從另一個(gè)角度考慮Series可以把它看做是一個(gè)長(zhǎng)度固定且有序的字典羹蚣。
如果我們已經(jīng)有一個(gè)字典，我們可以用字典生成一個(gè)Series:

In[8]: d = {'apple':2,'orange':5,'pear':6}
In[9]: s3 = pd.Series(d)
In[10]: s3
out[10]: apple     2
         orange    5
         pear      6
         dtype: int64

Pandas中使用isnull 和notnull 來(lái)檢查缺失數(shù)據(jù)乱凿。
我們知道在字典中的元素是無(wú)序的顽素，那在將字典序列轉(zhuǎn)化為Series時(shí)是否也是無(wú)序的？Series提供了一種可以指定順序的方法徒蟆。

In[11]: stada = ['apple','banana','orange']
In[12]: s4 = pd.Series(d,index = stada)
In[13]: s4
out[13]:apple     2.0
        banana    NaN
        orange    5.0
        dtype: float64

在上面的測(cè)試過(guò)程中胁出，我們的字典里并沒(méi)有‘banana’這個(gè)鍵，也就沒(méi)有相應(yīng)的值后专，于是在轉(zhuǎn)化的過(guò)程中必然就不存在這樣的值划鸽，于是Pandas就用NaN來(lái)標(biāo)識(shí)缺失的值。下面我們就用isnull和notnull來(lái)檢查戚哎。

In[14]: pd.isnull(s4)
out[14]: apple     False
         banana     True
         orange    False
         dtype: bool
In[15]: pd.notnull(s4)
out[15]:apple      True
        banana    False
        orange     True
        dtype: bool

Series 對(duì)象自身和其索引都有name屬性：

In[16]: s3.name = 'price'
In[17]: s3.index.name = 'fruits'
In[18]: s3
out[18]:fruits
        apple     2
        orange    5
        pear      6
        Name: price, dtype: int64

Series的索引還可以通過(guò)按位置賦值的方式進(jìn)行改變裸诽。
更多精彩內(nèi)容，關(guān)注公眾號(hào)“神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)”查看型凳！