Pandas是什么？
1、一個強大的分析 結構化數(shù)據(jù) 的工具集
2、基礎是NumPy，提供了 高性能矩陣 的運算
3、應用在數(shù)學挖掘，數(shù)據(jù)分析。比如，學生成績分析，股票數(shù)據(jù)分析等
4、提供數(shù)據(jù)清洗功能
#使用
import pandas as pd
Pands數(shù)據(jù)結構，主要分為兩種，Series和DataFrame
Series 視頻資料學習分享 企（Q）鵝群 519970686
1、類似一維數(shù)組的對象
2、通過list構建Series
ser_obj = pd.Series(rang(10))
3、由數(shù)據(jù)和索引組成
索引在左，數(shù)據(jù)在右
索引是自動創(chuàng)建的
4、獲取數(shù)據(jù)和索引
ser_obj.index
ser_obj.values
5、預覽數(shù)據(jù)(取前幾個)
ser_obj.head(n)
6、通過索引獲取數(shù)據(jù)
ser_obj[1]
ser_obj[8]
7、索引與數(shù)據(jù)的對應關系仍保持在數(shù)組運算的結果中（過濾series中的數(shù)據(jù)）
print(ser_obj[ser_obj > 15])
8、通過dict構建Series
DataFrame
1、類似多維數(shù)組/表格數(shù)據(jù)
2、每列數(shù)據(jù)可以是不同的類型
3、索引包括行索引和列索引
Index 索引對象 視頻資料學習分享 企（Q）鵝群 519970686
1、Series和DataFrame中的索引都是Index對象
2、Index具有不可變性（immutable），即Series和DataFrame中的value可以改變，但是索引不可變，保證了數(shù)據(jù)的安全
3、常見的Index種類
Index Int64Index MultiIndex(層級索引) DatatimeIndex(時間戳類型)
print(type(ser_obj.index))
print(type(df_obj2.index))
print(df_obj2.index)
=====================================
<class 'pandas.core.indexes.range.RangeIndex'>
<class 'pandas.core.indexes.numeric.Int64Index'>
Int64Index([0, 1, 2, 3], dtype='int64')
Series數(shù)據(jù)操作
import pandas as pd
#index,指定索引名稱
ser_obj = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e'])
print(ser_obj.head())
# 通過索引取值 ser_obj['label'],ser_obj[pos]
print(ser_obj['a']) //通過索引名取值
print(ser_obj[0]) //通過位置索引取值
# 切片索引
print(ser_obj[1:3]) // 前開后閉，即，取到兩個值
print(ser_obj['b':'d']) //前閉后閉，即，取到三個值
# 不連續(xù)索引
print(ser_obj[[0, 2, 4]]) // 內(nèi)部是list
print(ser_obj[['a', 'e']]) //內(nèi)部是list
# 布爾索引
ser_bool = ser_obj > 2
print(ser_bool)
print(ser_obj[ser_bool])
print(ser_obj[ser_obj > 2])
DataFrame數(shù)據(jù)操作
import numpy as np
# colmns 指定列名
df_obj = pd.DataFrame(np.random.randn(5,4), columns = ['a', 'b', 'c', 'd'])
print(df_obj.head())
# 列索引
print('列索引')
print(df_obj['a']) # 返回Series類型
print(type(df_obj)) # 返回DataFrame類型
# 不連續(xù)索引
print('不連續(xù)索引')
print(df_obj[['a','c']]) # 返回第一列和第三列
索引操作總結
Pandas的索引操作可歸納為3種
.loc：標簽索引（標簽的切片索引是包含末尾位置的，上面的前閉后閉）
.iloc: 位置索引
.ix： 標簽與位置混合索引
-------------先按標簽索引嘗試操作，然后再按照位置索引嘗試操作
# 標簽索引 loc
# Series
print(ser_obj['b':'d'])
print(ser_obj.loc['b':'d'])
# DataFrame
print(df_obj['a'])
print(df_obj.loc[0:2, 'a'])
# 整型位置索引 iloc
print(ser_obj[1:3])
print(ser_obj.iloc[1:3])
# DataFrame
第一個參數(shù)，表示的是第1行和第二行，第二個0表示的哪一列
print(df_obj.iloc[0:2, 0]) # 注意和df_obj.loc[0:2, 'a']的區(qū)別
運算與對齊
按索引對齊運算，沒對齊的位置補NaN
s1 = pd.Series(range(10, 20), index = range(10))
s2 = pd.Series(range(20, 25), index = range(5))
# Series 對齊運算,Series按行索引對齊，沒對齊的位置補NaN
print(s1 + s2)
==================================================
0 30.0
1 32.0
2 34.0
3 36.0
4 38.0
5 NaN
6 NaN
7 NaN
8 NaN
9 NaN
================================================
import numpy as np
df1 = pd.DataFrame(np.ones((2,2)), columns = ['a', 'b'])
df2 = pd.DataFrame(np.ones((3,3)), columns = ['a', 'b', 'c'])
# DataFrame對齊操作
print(df1 + df2)
=============================
a b c
0 2.0 2.0 NaN
1 2.0 2.0 NaN
2 NaN NaN NaN
================================
# 填充未對齊的數(shù)據(jù)進行運算
#使用add,sub,div,mul；同時通過fill_value指定填充值
s1.add(s2, fill_value = 1)
df1.sub(df2, fill_value = 2.)
# 填充NaN
s3 = s1 + s2
s3_filled = s3.fillna(-1)//把所有的NaN使用-1填充
df3 = df1 + df2
df3.fillna(100, inplace = True)//把所有的NaN使用100填充
函數(shù)應用
# Numpy ufunc 函數(shù)
df = pd.DataFrame(np.random.randn(5,4) - 1)
#求絕對值，作用于df中每個數(shù)據(jù)
print(np.abs(df))
# 使用apply應用行或列數(shù)據(jù)
#如果沒有指定axis方向，默認按列，axis =0
print(df.apply(lambda x : x.max()))
# 指定軸方向
print(df.apply(lambda x : x.max(), axis=1))
# 使用applymap應用到每個數(shù)據(jù)
f2 = lambda x : '%.2f' % x
print(df.applymap(f2))
排序
s4 = pd.Series(range(10, 15), index = np.random.randint(5, size=5))
# 索引排序
s4.sort_index()
df4 = pd.DataFrame(np.random.randn(3, 4),
index=np.random.randint(3, size=3),
columns=np.random.randint(4, size=4))
df4.sort_index(axis=1)
# 按值排序 sort_values(by='label')
df4.sort_values(by=1)
處理缺失數(shù)據(jù) 視頻資料學習分享 企（Q）鵝群 519970686
import numpy as np
df_data = pd.DataFrame([np.random.randn(3), [1., np.nan, np.nan],
[4., np.nan, np.nan], [1., np.nan, 2.]])
df_data.head()
# isnull
df_data.isnull()
# dropna 丟棄缺失數(shù)據(jù)
df_data.dropna()
#df_data.dropna(axis=1)
# fillna 填充缺失數(shù)據(jù)
df_data.fillna(-100.)
聯(lián)系客服
