入门Pandas数据分析，这篇文章就够了

￡神魔★判官ぃ 2022-05-30 12:45 432阅读 0赞

## ##

## 一、pandas的两大数据类型 ##

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。

Time- Series：以时间为索引的Series。

DataFrame：就是二维的Series。

Panel ：三维的数组，可以理解为DataFrame的容器。

在实际使用中，DataFrame是使用最多的一种数据类型。

## 二、pandas的增删改查操作 ##

### **一）增——创建一个DataFrame向量** ###

**1、根据字典创造：**

import pandas as pd
    aa={'张三':[1,2,3],'李四':[2,3,4],'王五':[3,4,5]}#线创建一个字典类型
    bb=pd.DataFrame(aa)#把字典类型转换成DataFrame类型
    print(bb)

结果显示如下：

![70][]

字典中的keys就是DataFrame里面的columns，这里没有指定index的值，所以默认是从零开始计数。

**2、从多维数组中创建**

思路就是，首先建立一个多维数组，然后为这个数组指定表头（列名）

a=np.array([[1,2,3],[4,5,6],[7,8,9]])
    b=pd.DataFrame(a,index=['first','second','third'],columns=['张三','李四','王五'])
    print(b)

结果显示如下：

![70 1][]

### 二）改**——在原Dataframe数据中**新增一列 ###

1、只需要按照添加字典的方式添加即可，但是要注意：①添加维数要和原有的维数相同，否则会报错；②依次智能添加一个

b['赵六']=[8,8,8]

![70 2][]

2、joint

### 三）改**——在原Dataframe数据中**新增一行 ###

1、df.loc\[df.shape\[0\]+1\] = \['元素1','元素2','元素3'\]

### 四）改——更改原**Dataframe数据的列名** ###

c = b.rename(columns={'王五': '王麻子'})  #选择性更改列名
    print(c)

![70 3][]

### 五）改——将两个**Dataframe数据**合并 ###

【参考：Pandas 合并数据集http://blog.csdn.net/u010414589/article/details/51135840】

concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verigy_integrity=False)

*  objs 是需要拼接的对象集合，一般为列表或者字典
 *  axis=0 是行拼接，拼接之后行数增加，列数也根据join来定，join=’outer’时，列数是两表并集。同理join=’inner’,列数是两表交集。

### 六）查 ###

在这点上，pandas拥有类似数据库的查询方式，除了与数据库主键的机制有些许不一样外，其他的度非常相似，可谓占尽数据库的优点。

1、通过列查询

2、通过行查询

3、返回某一个列中的出现次数

count = df\['列名'\].value\_counts()

属性：1）normalize = True显示的是频率，默认为False。

2）sort : 布尔值,默认为True.排序控制.

3）ascending : 布尔值,默认为False,以升序排序 。

另外，若只想显示出现频数最到的一项，可以print(count\[0\]).

### 三、pandas的数值分析 ###

在这一方面，pandas又妥妥化身为一个excel表格（或者说matlab中的矩阵），可以对数据进行各种姿势的统计（这也是其在大数据中大量运用的一个重要原因）。

在数值分析中，有一下几个函数，

*  df.describe()：查看数据值列的汇总统计
 *  df.mean()：返回所有列的均值
 *  df.corr()：返回列与列之间的相关系数
 *  df.count()：返回每一列中的非空值的个数
 *  df.max()：返回每一列的最大值
 *  df.min()：返回每一列的最小值
 *  df.median()：返回每一列的中位数

下面展示一个执行df.mean()的前后对比：

![70 4][]                     ![70 5][]

### 四、pandas的索引操作。 ###

一）重新命名某一行的索引值。

1、df =df.rename\_axis(\{原索引值1:更新后的索引值1，原索引值2:更新后的索引值2\})

2、df = df.rename(index = \{原索引值1:更新后的索引值1，原索引值2:更新后的索引值2\})

### 五、pandas与其他数据的输入输出。 ###

一）pandas与excel格式文件的转化

1、读取excel中的文件。首先，我们建立一个excel表格，内容如下，命名为“1.xlsx”

![70 6][]

a = pd.read_excel("./biaoge/1.xlsx",sheet_name=0) #sheet_name表示文件中的第几个sheet，默认为0
    print(a)

![70 7][]

另外，还有几个属性需要关注：

1）index\_col

2）na\_vales

2、写入excel文件:我们继续接着上边的程序，把读出的数据写入另一个excel中，为了区别，在写入之前用concat函数插入两行数据。代码如下：

a = pd.read_excel("./biaoge/1.xlsx",sheet_name=0) #sheet_name表示文件中的第几个sheet，默认为0
    b = np.array([['张三',1000,18],['李四',2000,81]])
    bb = pd.DataFrame(b,columns=['姓名','工资','年龄'])
    a = pd.concat([a, bb])
    print(a)
    #写入excel文件。
    # 属性：index=None可以去掉索引  header=None可以去掉表头
    a.to_excel('2.xlsx', sheet_name = 'sheet1')

输出如下：

![70 8][]

打开“2.xlsx”文件，可以看到，数据已经写入。

![70 9][]

但是，慢着！我们注意到左侧多了一行数据的索引列，如果不需要的话，可以把最后一行函数加上一个属性index=None，即：

a.to_excel('2.xlsx', sheet_name = 'sheet1',index=None)

这样就好看多了。

![70 10][]

注：因为我们添加数据的时候工资列和年龄列都是数字格式，所以在写入表格后在excel中显示的也是数据格式，不需要的可以在程序中加双引号

二）pandas与CSV格式文件的转化

与读写Excel文件的方式相对应，在读入时执行：

a = pd.read_csv("./biaoge/1.csv")

其中，这条语句可以添加两个可选参数：

*  header=None：表示头部为空
 *  sep=' '  ：表示数据间使用空格作为分隔符，如果分隔符是逗号，只需换成 ‘，’即可

在写入时只需要：

a.to_csv('2.csv',index=None)

即可。

关于Pandas其他函数，可查询这个网址：

*  [pandas数据清洗，排序，索引设置，数据选取][pandas]
 *  [Pandas速查手册中文版][Pandas]

最后，奉上一个官方快速入门文档：[十分钟入门pandas的官方文档（英文）][pandas 1]

[70]: /images/20220530/fde7e50d3882442d87679033794233cf.png
[70 1]: /images/20220530/62bb9c0a4e5c4d48a298a8ec05730647.png
[70 2]: /images/20220530/a659242310f849d3aacd0f96deabfa3d.png
[70 3]: /images/20220530/397f3bdb79634082b63cfd71c1027d9c.png
[70 4]: https://img-blog.csdn.net/20180312220644973?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzA0NDMxMA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[70 5]: /images/20220530/5aad5d93b46e43cba7550d7bee33a2ab.png
[70 6]: /images/20220530/3ecc93c8c94647c096d47722af2b43f3.png
[70 7]: /images/20220530/e3924ab576614ef991bb7c599aeacc7f.png
[70 8]: /images/20220530/eba407d596db4c38b06a310ac5a52681.png
[70 9]: /images/20220530/4bac3daedb9b465983cfb2ed854714fb.png
[70 10]: /images/20220530/811c825302554658a95628fdfab2b91e.png
[pandas]: http://blog.csdn.net/zhili8866/article/details/68134481
[Pandas]: http://blog.csdn.net/qq_33399185/article/details/60872853
[pandas 1]: http://pandas.pydata.org/pandas-docs/stable/10min.html