「数据分析师的编程基础」Python使用Pandas对象内容整理

电玩女神 2022-10-06 00:36 181阅读 0赞

### 文章目录 ###

*  内容介绍
 *  Pandas简介
 *  Pandas对象

# 内容介绍 #

**数据分析师的 全部文章目录**

[看懂Python数据分析师，清华大学技术顾问带你一起从零做起][Python]

本文介绍 **Python数据分析师** 第三方库Pandas基础对象的内容。

虽然作为一名数据分析师来说编程不是必备技能，对于不管任何编程语言Python、R、MATLAB、GO等等这些都是工具，不管使用哪一种语言我们的目标是一致的，就是做数据分析，得到想要的结果，然后进行解读，所以对于编程来说没有好坏之分，因此选择一个适合自己的就可以了。

本系列文章介绍的是对于Python复杂的编程语言中提取了数据分析常用的数据处理以及数据可视化等数据分析师常用的内容，区别与其他的Python编程教程，如果是纯开发的小伙伴，看完本系列的文章仅仅只能掌握数据相关处理的内容，并不能完全掌握开发方面的技能，请有选择阅读。

# Pandas简介 #

Pandas 是 Python 进行数据分析的基础包，基于 NumPy 构建，该工具是为了解决数据分析任务而创建的。

Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。

Pandas 提供了大量能使我们快速便捷地处理数据的函数和方法，它是使Python成为强大而高效的数据分析环境的重要因素之一。

# Pandas对象 #

Pandas 本身的内容比较多，和 NumPy 的 关联也非常紧密。在这里我们主要讲常用的两个数据结构（ DataFrame 和 Series ）和相应的常用方法属性等。

在 Pandas 的数据结构中，数据对齐是内在的。标签（即索引）和数据之间的链接不会被破坏，除非显式地进行相关的操作。

**1.创建Series**

Series数据结构是一种类似于一维数组的对象，是由一组数据（各种Numpy数据类型）以及一组与之相关的标签（即索引）组成。  
多数情况下，Series数据结构是我们直接从DataFrame数据结构中截取出来的，但也可以自己创建Series。语法如下：

s = pd.Series(data, index=index)

其中data可以是不同的内容：

*  字典
 *  ndarray
 *  标量

index 是轴标签列表，根据不同的情况传入的内容有所不同。

**2.由ndarray构建**

如果data是ndarray，则索引的长度必须与数据相同。如果没有入索引，将创建一个值为\[0，…，len（data）-1\]的索引。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70]  
**3.由字典构建**

若data是一个dict，如果传递了索引，则索引中与标签对应的数据中的值将被列出。否则，将从dict的排序键构造索引（如果可能）。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 1]  
**4.由标量创建**

如果数据是标量值，则必须提供索引。将该值重复以匹配索引的长度。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 3]  
Series与ndarray非常相似，是大多数NumPy函数的有效参数。包括像切片这样的索引操作。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 5]  
**5.Series is dict-like**  
Series同时也像一个固定大小的dict，可以通过索引标签获取和设置值。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 6]  
如果引用了未包含的标签，则会引发异常：使用get方法，未包含的索引则会返回None，或者特定值。和dict的操作类似。  
![在这里插入图片描述][20210610095217196.png]  
**6.矢量化操作&标签对齐**

在进行数据分析时，通常没必要去使用循环，而是使用矢量化的操作方式。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 7]  
Series和ndarray之间的一个主要区别是，Series之间的操作会自动对齐基于标签的数据。  
![在这里插入图片描述][20210610095353242.png]  
未对齐Series之间的操作结果将包含所涉及的索引的并集。如果在其中一个Seires中找不到标签，结果将被标记为NaN。 注意：通常不同索引对象之间的操作的默认结果产生索引的并集，以避免信息丢失。

因为尽管数据丢失，但拥有索引标签也可以作为计算的重要信息。当然也可以选择通过dropna功能删除丢失数据的标签。

**7.属性**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 8]  
在多数情况下，series名称会被自动分配，例如在获取1D切片的DataFrame时。这里需要注意的是，s和s2是指向不同的对象的。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 9]  
通过索引属性获取索引。  
![在这里插入图片描述][20210610095544730.png]  
索引对象也有一个name属性。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 10]  
通过值索引获取值。  
![在这里插入图片描述][20210610095613206.png]

[Python]: https://blog.csdn.net/qq_20288327/article/details/120589205
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70]: /images/20221005/78a412b86b004304a99671a9f0667f0b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 1]: /images/20221005/cd06173d36594946b836e632a1f1220f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 2]: /images/20221005/c93e5357f31746a09aa8c46583e6fd28.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 3]: /images/20221005/4c5e842d34c14314b09a9080812eadbe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 4]: /images/20221005/ef6c06f08bcf4c658d9b9ed733e756c5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 5]: /images/20221005/c818cffa8621419087c7164fa9968e17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 6]: /images/20221005/9bfbed62edb74ca3bcfc92216c813c6e.png
[20210610095217196.png]: /images/20221005/e4cf3fd82f1443aca5d7e0a196cc6b2d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 7]: /images/20221005/7ae4e1f2e7984e9f90e957f2be8f8e2a.png
[20210610095353242.png]: /images/20221005/a579474e753e4457895c37aea5bdbfca.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 8]: /images/20221005/31f5ce8527fb44e5905413f59e1e8cc2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 9]: /images/20221005/4fcc9f85609a4beea56caed872c76be7.png
[20210610095544730.png]: /images/20221005/4467254d851c4357aeae48ab75d7ca2d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIwMjg4MzI3_size_16_color_FFFFFF_t_70 10]: /images/20221005/ef6ab4709c72498f816f9eeae659122f.png
[20210610095613206.png]: /images/20221005/beb36e4528d74c70b21b0638d362dd54.png