1pandas介紹及安裝

Pandas是什么芍耘？

Pandas是基于Numpy的一種工具勾怒，提供了高性能矩陣的運算，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的霉猛。也是貫穿整個Python數(shù)據(jù)分析非常核心的工具淆党。

image.png

Pandas安裝

直接在dos命令行中pip install pandas 即可酷师。

Pandas涉及內(nèi)容

基于 xlrd & xlwt 這2個庫需要預(yù)先安裝才能更好使用pandas

image.png

Pandas數(shù)據(jù)結(jié)構(gòu)介紹

1. Series

Series是一種一維的數(shù)組型對象，它包含了一個值序列(values)染乌，并且包含了數(shù)據(jù)標(biāo)簽山孔，稱為索引(index)。

Series參數(shù)

C:\Users\Ligang\Desktop>md pandas

C:\Users\Ligang\Desktop>cd pandas

C:\Users\Ligang\Desktop\pandas>jupyter notebook

進(jìn)入jupyter notebook

import pandas as pd
pd.Series??

image.png

pd.Series(data=None,index=None,dtype=None,name=None,copy=False)
? data：創(chuàng)建數(shù)組的數(shù)據(jù)荷憋，可為array-like, dict, or scalar value
? index：指定索引
? dtype：數(shù)組數(shù)據(jù)類型
? name：數(shù)組名稱
? copy：是否拷貝
data可為iterable, dict, or scalar value

一. 當(dāng)data為數(shù)組

## 當(dāng)data為數(shù)組
s1 = pd.Series([1,2,3,4,5])
s1
>>>out
0    1
1    2
2    3
3    4
4    5
dtype: int64

1.創(chuàng)建時指定索引

# 創(chuàng)建時指定索引
s2 = pd.Series([1,2,3,4,5], index=list('abcde'))
s2
>>>out
a    1
b    2
c    3
d    4
e    5
dtype: int64

2.索引可重復(fù)

# pandas 索引可重復(fù)
s3 = pd.Series([1,2,3,4,5], index=list('aacde'))
>>>out
a    1
a    2
c    3
d    4
e    5
dtype: int64

3.索引個數(shù)必須與值一致 否則報錯

image.png

二 data 為dict

image.png

1台颠，構(gòu)建索引列表 以index指定為主

image.png

三 當(dāng)data為scalar

image.png

數(shù)組的數(shù)據(jù)類型

指定數(shù)組數(shù)據(jù)類型

image.png

image.png

變更數(shù)組數(shù)據(jù)類型

設(shè)置數(shù)組名字：參數(shù)name

image.png

1，指定索引的名稱

2勒庄，預(yù)覽數(shù)據(jù)

# 預(yù)覽數(shù)據(jù)
s9.head() # 默認(rèn)取出前5行串前，對應(yīng)指定n
s9.tail() # 默認(rèn)取出后5行，對應(yīng)指定n

image.png

顯示全部數(shù)據(jù)

#顯示所有行
pd.set_option('display.max_columns',None)
# 顯示所有列
pd.set_option('display.max_rows',None)
#設(shè)置value的顯示長度為100实蔽，默認(rèn)為50
pd.set_option('max_colwidth',100)

image.png

總結(jié)

-pd.Series()
-data
-數(shù)組酪呻，ndarray
-列表 list
- 字典，它的key為對應(yīng)index盐须，value為對應(yīng)的value
-dtype
- 指定數(shù)據(jù)類型
-name
-數(shù)組的名字

series索引值

series的索引與值
? s.index # 查看索引
? s.values # 查看值序列
? s.reset_index(drop=False) # 重置索引
? drop # 是否刪除原索引 默認(rèn)為否
注意
? 索引對象是不可變的，所以不能單個修改索引
Series索引與切片
? s['標(biāo)簽'] # 通過標(biāo)簽
? s['索引'] # 通過索引
? s.loc(標(biāo)簽) # 通過標(biāo)簽
? s.iloc(索引) # 通過索引

Series的索引及切片

1漆腌，創(chuàng)建s3
2贼邓，查看數(shù)據(jù)2的幾種方式
3，將數(shù)據(jù)4更改為10

4闷尿，查看數(shù)據(jù)1和10的神器索引
5塑径，產(chǎn)看連續(xù)數(shù)據(jù)1~3
6，布爾索引
7填具，標(biāo)量運算
8统舀，in判斷的運用只能判斷標(biāo)簽不能判斷值

image.png

Series 運算

當(dāng)s1與s2有共同索引時劳景，共同索引位置對應(yīng)位置運算 不對應(yīng)位置填充NAN誉简。

image.png