Pandas库基本用法

Pandas基础

Pandas是Python第三方库，提供高性能易用数据类型和分析工具，其基于NumPy实现，常与NumPy和Matplotlib一同使用.

器有两个主要数据类型：Series, DataFrame

基于上述数据类型的各类操作
基本操作、运算操作、特征类操作、关联类操作

NumPy	Pandas
基础数据类型	扩展数据类型
关注数据的结构表达	关注数据的应用表达
维度：数据间关系	数据与索引间关系

Series类型

Series类型由一组数据及与之相关的数据索引组成（类似python的enumerate）

如下所示，Series为列表自动创建了索引

>>> import pandas as pd
>>> p = pd.Series([4,3,2,1])
>>> p
0    4
1    3
2    2
3    1
dtype: int64

也可以使用index参数手动指定索引（index可省略）

>>> import pandas as pd
>>> a = pd.Series([1,2,3],['a','b','c'])
>>> a
a    1
b    2
c    3
dtype: int64

Series类型的创建

• Python列表，index与列表元素个数一致

• 标量值，index表达Series类型的尺寸

• Python字典，键值对中的“键”是索引，index从字典中进行选择操作

• ndarray，索引和数据都可以通过ndarray类型创建

• 其他函数，range()函数等

Series类型的操作

获得索引与数据

>>> a.index
Index(['a', 'b', 'c'], dtype='object')
>>> a.values
array([1, 2, 3], dtype=int64)

其他操作

其他操作基本与numpy和Python中自带的字典一致，包括切片等功能，其中自定义索引与自动索引并存，但不能混用

DataFrame类型

DataFrame类型由共用相同索引的一组列组成（一种表格型的数据类型）

参考

MOOC上北理工相关课程PPT

Donate