Python之Pandas模块讲解及案例
一、安装Pandas
pip install Pandas
二、简介
Pandas是一个开源的，BSD许可的库，为Python (opens new window)编程语言提供高性能，易于使用的数据结构和数据分析工具。
Pandas是NumFOCUS (opens new window)赞助的项目。这将有助于确保Pandas成为世界级开源项目的成功，并有可能捐赠 (opens new window)给该项目。
另外，获得 Pandas 的最佳方式是通过 conda(opens new window)：
conda install Pandas
但是此方法安装较慢，不太推荐，可以直接pip。
三、Series类
1、Series对象的实现
Series对象是相当于一个一维的数组
方法1
import pandas as pd
"""
导入pandas模块
"""
ser_0 = pd.Series(data=[0, 1, 2, 3, 4, 5])
# data 参数表示：所取得的数值是多少
print(ser_0)
# output>
0 0
1 1
2 2
3 3
4 4
5 5
dtype: int64
# 第一列是索引（indexs）
# 第二列是数值（values）
方法2
import pandas as pd
ser_1 = pd.Series(data=[0, 1, 2, 3], index=['a', 'b', 'c', 'd'])
# index 表示自定义索引
print(ser_1)
# output>
a 0
b 1
c 2
d 3
dtype: int64
方法3
import pandas as pd
config = {
'one':1,
'two':2,
'three':3,
'four':4
}
# 字典
ser_2 = pd.Series(config)
print(ser_2)
# output>
one 1
two 2
three 3
four 4
dtype: int64
2、Head与Tail
head() 与 tail() 用于快速预览 Series 与 DataFrame，默认显示 5 条数据，也可以指定显示数据的数量。
这里先以Series为例，DataFrame会在后续讲解。
下面将用到numpy模块，关于numpy模块的讲解可以参见我的另一篇博文：
python 之 numpy 模块详细讲解及其应用案例
链接：
https://blog.csdn.net/m0_54218263/article/details/114272263
import pandas as pd
import numpy as np
index_list = list('abcdefghijklmnopqrst')
data_list = np.arange(20)
ser = pd.Series(data=data_list, index=index_list)
print(ser.head())
print(ser.head(3))
print(ser.tail())
print(ser.tail(3))
# output>
a 0
b 1
c 2
d 3
e 4
dtype: int32
a 0
b 1
c 2
dtype: int32
p 15
q 16
r 17
s 18
t 19
dtype: int32
r 17
s 18
t 19
dtype: int32
3、属性与底层数据
index属性
values属性
import pandas as pd
ser = pd.Series(data=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10], index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'l'])
print(ser.index)
print(ser.values)
# output>
Index(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'l'], dtype='object')
[ 0 1 2 3 4 5 6 7 8 9 10]
4、Series对象的切片操作
实际上，Series对象的切片与数组的切片差别并不大。
import pandas as pd
ser = pd.Series([1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 11])
print(ser[0])
print(ser[1:7])
print(ser[0:8:2])
print(ser[:])
print(ser[-5:-2])
# output>
1
1 2
2 3
3 4
4 5
5 6
6 7
dtype: int64
0 1
2 3
4 5
6 7
dtype: int64
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 0
10 11
dtype: int64
6 7
7 8
8 9
dtype: int64
5、Series对象的一些常用方法
1、Series.index
索引
2、Series.values
数值
3、Series.drop(index)
删除某一个数据
4、Series.sum
求所有元素的和
等
四、DataFrame类
1、DataFrame对象的实现
方法1
import pandas as pd
df = pd.DataFrame([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]])
print(df)
方法2
import pandas as pd
df = pd.DataFrame(data=[[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]], index=['a', 'b'])
print(df)
方法3
import pandas as pd
config={
'a': [1, 2, 3, 4, 5],
'b': [4, 5, 6, 7, 8],
'c': [2, 4, 6, 8, 10]
}
df = pd.DataFrame(data=config,index=['one', 'two', 'three', 'four', 'five'])
print(df)
2、DataFrame的取值以及切片
1、取值
Head、 Tail 方法
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df)
print(df.head())
print(df.tail())
某一个位置处的值：
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df.a.a)
print(df.a.b)
print(df.c.f)
# 实际上是相当于取出字典中的数据的类似方法，
# 先去取一列，
# 再从这一列中去取出来某一行的数据点。
# output>
0
1
15
2、切片
1、行切片
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df[0:4])
# 从第零行切刀第三行数据
print(df['a':'c'])
# 从下标为 a 的行一直切到下标为 b 的行
2、列切片
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df.a)
print(df.b)
print(df.c)
# output>
a 0
b 1
c 2
d 3
e 4
f 5
g 6
h 7
Name: a, dtype: int64
a 8
b 9
c 10
d 11
e 12
f 13
g 14
h 15
Name: b, dtype: int64
a 3
b 6
c 9
d 11
e 13
f 15
g 17
h 19
Name: c, dtype: int64
3、举一个例子，利用以上的类以及numpy来实现一个时间列表
import pandas as pd
import numpy as np
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.dtypes)
# 查看类型
print(df.describe())
# 查看对数据的统计结果
# output>
A B C D
2013-01-01 -1.177484 0.516432 -0.425316 -0.499715
2013-01-02 -0.128610 -1.052472 -0.151716 -0.019494
2013-01-03 0.257262 -0.857907 0.111126 -1.584577
2013-01-04 0.383851 -0.952546 -0.867269 -0.760178
2013-01-05 1.489054 -0.727922 -0.190620 0.230165
2013-01-06 -0.210085 1.699750 -0.100482 -0.784437
A float64
B float64
C float64
D float64
dtype: object
A B C D
count 6.000000 6.000000 6.000000 6.000000
mean 0.102332 -0.229111 -0.270713 -0.569706
std 0.873513 1.106510 0.339157 0.641838
min -1.177484 -1.052472 -0.867269 -1.584577
25% -0.189716 -0.928886 -0.366642 -0.778372
50% 0.064326 -0.792915 -0.171168 -0.629947
75% 0.352204 0.205343 -0.113291 -0.139549
max 1.489054 1.699750 0.111126 0.230165
这里就是一个简单的介绍了，也就是一个入门简介，更深入的学习可以参考官方文档，链接如下：
https://www.pypandas.cn/docs/getting_started/tutorials.html#%E5%AE%98%E6%96%B9%E6%8C%87%E5%8D%97
谢谢大家的阅读 ！！ ~~~