【Python数据分析学习笔记①】Pandas的Series对象和DataFrame对象详解.

一时失言乱红尘 2022-11-01 15:50 246阅读 0赞

**以下内容为本人原创  
原文链接:[https://blog.csdn.net/Yhen1/article/details/114035467][https_blog.csdn.net_Yhen1_article_details_114035467]  
作者:@Yhen  
发布网站:CSDN  
未经本人同意禁止转载,如需转载请说明此出处，违者必究**

最近买了本数据分析的书，打算跟着书上的内容学习Python数据分析。  
但学了又容易忘记，所以就打算写成博文分享出来同时也当做笔记了

(本文所有文字及表格为纯手打，创作不易，可否点赞支持一哈？）

本博客会收录入本人专栏“[Yhen数据分析笔记][Yhen]”

本文是第一篇  
首先学习的是Python数据分析的三剑客之一的**Pandas**

### 文章目录 ###

*   *  一.Pandas概述
     *  二.Pandas的安装
     *  三.Pandas使用实例
     *   *  1.Series对象
         *   *  ①创建Series对象
             *  ②手动设置索引
             *  ③Series的位置索引
             *  ④标签索引
             *  ⑤切片索引
             *  ⑥位置切片
             *  ⑦获取Series的索引和值
         *  2.DataFrame对象
         *   *  实例①:创建一个DataFrame对象
             *  实例②:遍历DataFrame对象
             *  实例③:通过字典创建DataFrame对象
             *  DataFrame的重要属性和函数

## 一.Pandas概述 ##

Pandas是数据分析的三剑客之一，是python的核心数据分析库，他提供了快速灵活的数据结构，能够简单，直观，快速的处理各种类型的数据。

1.Pandas能够处理**以下类型**的数据：

*  **与SQL或Excel类似的数据**
 *  **有序和无序（非固定频率）的时间序列数据**
 *  **带行列标签的矩阵数据**
 *  **任何其他形式的观测，统计数据集**

2.Pandas的功能很多，他的**优势**如下：

*  **处理浮点与非浮点数据里面的缺失数据，表示为NAN.**
 *  **大小可变，例如插入或者删除DataFrame等多为对象的列**
 *  **自动，显式数据对齐，显式的将对象与一组标签对齐，也可以忽略标签，在Series，DataFrame计算时自动与数据对齐**
 *  **强大，灵活的分组统计（groupby）功能，即数据聚合，数据转换。**
 *  **可以把Python和Numpy中不规则，不同索引的数据轻松的转换成DataFrame对象.**
 *  **直观的合并（merge），连接（join）数据集.**
 *  **灵活的重塑（reshape），透视（pivot）数据集**
 *  **成熟的导入导出工具，导入文本文件（CSV等支持分隔符的文件），Excel文件，数据库等数据；导出Excel文件，文本文件等，利用超快的HDF5格式保存或加载数据.**
 *  **支持日期范围生成，频率转换，移动窗口统计，移动窗口线性回归，日期位移等时间序列功能.**

## 二.Pandas的安装 ##

直接用pip安装即可

pip install pandas

## 三.Pandas使用实例 ##

### 1.Series对象 ###

> Series是Python的Pandas库中的一种数据结构，它类似一维数组，由一组数据以及这组数据相关的标签组成，或者仅有一组数据而没有索引也可以创建一个简单的Series对象，Series可以储存整数，浮点数，字符串，Python对象等多种类型的数据。

#### ①创建Series对象 ####

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

参数说明：

*  data：表示数据，支持Python字典，多维数组，标量值.
 *  index:表示行标签
 *  返回值：Series对象

**实例：**

import pandas as pd
    s=pd.Series([80,60,75])
    print(s)

**运行结果:**  
![在这里插入图片描述][20210224212937519.png]

默认的行索引是0 1 2  
也可以

#### ②手动设置索引 ####

import pandas as pd
    s1=pd.Series([100,110,120],index=['语文','数学','英语'])
    print(s1)

**运行结果:**  
![在这里插入图片描述][20210224213220811.png]

#### ③Series的位置索引 ####

位置索引是从0开始，\[0\]是第一个数,\[1\]是第二个数…以此类推.

**实例：通过位置索引获取数据**  
以刚刚的数据为例，想要通过位置索引获取“数学”成绩，应该怎么做呢？

import pandas as pd
    s1=pd.Series([100,110,120],index=['语文','数学','英语'])
    print(s1[1])

**运行结果：**  
![在这里插入图片描述][20210224213623592.png]  
直接通过数学的位置索引“1”取得即可

我们也可以直接通过

#### ④标签索引 ####

来获取数据  
比如我想要获取英语成绩，那么就可以直接通过“英语成绩”这个标签取出

import pandas as pd
    s1=pd.Series([100,110,120],index=['语文','数学','英语'])
    print(s1['英语'])

**运行结果：**  
![在这里插入图片描述][20210224214114799.png]  
那么如果想要同时获取语文和英语的成绩呢？

print(s1[['语文','英语']])

**运行结果:**  
![在这里插入图片描述][20210224214318456.png]

当然，我们也可以通过

#### ⑤切片索引 ####

的方式同时获取语文到英文的数据

print(s1['语文':'英语'])

**运行结果：**  
![在这里插入图片描述][20210224225639746.png]

同样，我们用

#### ⑥位置切片 ####

也可以达到同样的效果

print(s1[0:3])

**运行结果：**  
![在这里插入图片描述][20210224225915590.png]

#### ⑦获取Series的索引和值 ####

#获取索引
    print(s1.index)
    #获取索引
    print(s1.index)

运行结果分别如下：  
![在这里插入图片描述][20210224230439106.png]  
![在这里插入图片描述][20210224230447702.png]

### 2.DataFrame对象 ###

> DataFrame对象是Pandas库中的一种数据结构，他是由多种类型的列组成的二维表数据结构，类似于Excel,SQL或者Series对象构成的字典，DataFrame是最常用的Pandas对象，它与Series一样支持多种类型的数据。

#### 实例①:创建一个DataFrame对象 ####

import pandas as pd
    pd.set_option("display.unicode.east_asian_width",True)
    data=[[110,120,130],[120,130,140],[140,150,160]]
    #行索引
    index=[0,1,2]
    #列索引
    columns=['语文','数学','英语']
    df=pd.DataFrame(data=data,index=index,columns=columns)
    print(df)

**运行结果：**  
![在这里插入图片描述][20210225113618608.png]

#### 实例②:遍历DataFrame对象 ####

#遍历DataFrame对象的每一列
    for col in df.columns:
        #以列号为索引取出数据
        series=df[col]
        print(series)

**运行结果:**  
![在这里插入图片描述][20210225113651192.png]  
从运行结果可以得知，其实上述代码返回的其实是Series.

#### 实例③:通过字典创建DataFrame对象 ####

df=pd.DataFrame(
    {
        
      '语文' :[110,120,130],
      '数学':[100,120,98],
      '英语':[100,130,108]      
    },index=['小明','小红','小王']
    )
    print(df)

**运行结果：**  
![在这里插入图片描述][20210225114434115.png]

#### DataFrame的重要属性和函数 ####

**重要属性及描述**

<table> 
 <thead> 
  <tr> 
   <th>属性</th> 
   <th>描述</th> 
   <th>举例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>values</td> 
   <td>查看所有元素的值</td> 
   <td>df.values</td> 
  </tr> 
  <tr> 
   <td>dtypes</td> 
   <td>查看所有元素的类型</td> 
   <td>df.dtypes</td> 
  </tr> 
  <tr> 
   <td>index</td> 
   <td>查看所有行名，重命名行名</td> 
   <td>df.index ,df.index=[1,2,3]</td> 
  </tr> 
  <tr> 
   <td>columns</td> 
   <td>查看所有列名，重命名列名</td> 
   <td>df.columns,df.columns=[‘语文’,‘数学’,‘英语’]</td> 
  </tr> 
  <tr> 
   <td>T</td> 
   <td>行列数据转换</td> 
   <td>df.T</td> 
  </tr> 
  <tr> 
   <td>head</td> 
   <td>查看前n条数据，默认五条</td> 
   <td>df.head() ,df.head(10)</td> 
  </tr> 
  <tr> 
   <td>tail</td> 
   <td>查看后条数据，默认五条</td> 
   <td>df.tail() ,df.tail(10)</td> 
  </tr> 
  <tr> 
   <td>shape</td> 
   <td>查看行数和列数,[0]表示行，[1]表示列</td> 
   <td>df.shape[0],df.shape[1]</td> 
  </tr> 
  <tr> 
   <td>info</td> 
   <td>查看索引，数据类型和内存信息</td> 
   <td>df.info</td> 
  </tr> 
 </tbody> 
</table>

**重要函数及描述**

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>描述</th> 
   <th>举例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>describe</td> 
   <td>查看每列的统计汇总信息,DataFrame类型</td> 
   <td>df.describe()</td> 
  </tr> 
  <tr> 
   <td>count</td> 
   <td>返回每一列的非空值的个数</td> 
   <td>df.count()</td> 
  </tr> 
  <tr> 
   <td>sum</td> 
   <td>返回每一列的和，无法计算返回空值</td> 
   <td>df.sum()</td> 
  </tr> 
  <tr> 
   <td>max</td> 
   <td>返回每一列的最大值</td> 
   <td>df.max()</td> 
  </tr> 
  <tr> 
   <td>min</td> 
   <td>返回每一列的最小值</td> 
   <td>df.min()</td> 
  </tr> 
  <tr> 
   <td>argmax</td> 
   <td>返回最大值所在的自动索引位置</td> 
   <td>df.argmax()</td> 
  </tr> 
  <tr> 
   <td>argmin</td> 
   <td>返回最小值所在的自动索引位置</td> 
   <td>df.argmin()</td> 
  </tr> 
  <tr> 
   <td>idxmax</td> 
   <td>返回最大值所在的自定义索引位置</td> 
   <td>df.idxmax(）</td> 
  </tr> 
  <tr> 
   <td>mean</td> 
   <td>返回每一列的平均数</td> 
   <td>df.mean()</td> 
  </tr> 
  <tr> 
   <td>median</td> 
   <td>返回每一列的中位数</td> 
   <td>df.median()</td> 
  </tr> 
  <tr> 
   <td>var</td> 
   <td>返回每一列的方差</td> 
   <td>df.var()</td> 
  </tr> 
  <tr> 
   <td>std</td> 
   <td>返回每一列的标准差</td> 
   <td>df.std()</td> 
  </tr> 
  <tr> 
   <td>isnull</td> 
   <td>检查每一列的空值，空值为True；否则为False，返回布尔类型数值</td> 
   <td>df.isnull()</td> 
  </tr> 
  <tr> 
   <td>notnull</td> 
   <td>检查每一列的空值，空值为False；否则为True，返回布尔类型数值</td> 
   <td>df.notnull()</td> 
  </tr> 
 </tbody> 
</table>

这篇文章介绍了 **Pandas的Series对象和DataFrame对象**  
下篇文章将介绍使用**pandas导入外部数据**  
关注本专栏“[Yhen数据分析笔记][Yhen]”及时获取文章更新

(本文所有文字及表格为纯手打，创作不易，可否点赞支持一哈？）

[https_blog.csdn.net_Yhen1_article_details_114035467]: https://blog.csdn.net/Yhen1/article/details/114035467
[Yhen]: https://blog.csdn.net/yhen1/category_10020878.html
[20210224212937519.png]: /images/20221024/bc64db43337d44f9ad75850246db4259.png
[20210224213220811.png]: /images/20221024/2be29a7355d4438ea22dcf4d59b9d7a0.png
[20210224213623592.png]: /images/20221024/9899e77787154e899a2052915c8dba89.png
[20210224214114799.png]: /images/20221024/202636f2d735471099071bcdce907699.png
[20210224214318456.png]: /images/20221024/5ee3d971b2394e4eaffdef9687de833a.png
[20210224225639746.png]: /images/20221024/41e9c78337a84f7586074528c2c241f9.png
[20210224225915590.png]: /images/20221024/508e345948c7440186101c6b86e9abfc.png
[20210224230439106.png]: /images/20221024/bcc01b1cad5d42a689c6d0d6f39f32b3.png
[20210224230447702.png]: /images/20221024/99899603a2124b27b4e65cbdcbd9715c.png
[20210225113618608.png]: /images/20221024/bd363a64acb24f29b707efdd50ad36f3.png
[20210225113651192.png]: /images/20221024/0eea6f9e2acb4529b90a0f3a064a2396.png
[20210225114434115.png]: /images/20221024/f9819180c93a48349b1e95d6ace416f7.png