包括兩個數據結構: DataFrame和Series

正式文件地址:

熊貓

系列

數據框

I. 熊貓介紹

1. Python數據分析庫或pandas是基于NumPy的工具，旨在解決數據分析任務. Pandas包含大量庫和一些標準數據模型，以提供有效操作大型數據集所需的工具. 熊貓提供了大量的功能和方法，使我們能夠快速，輕松地處理數據. 您很快就會發現，這是使Python成為強大而高效的數據分析環境的重要因素之一.

2. Pandas是用于Python的數據分析包. 它最初由AQR Capital Management于2008年4月開發，并于2009年底開源. 目前，它由致力于Python數據包開發的PyData開發團隊開發和維護. 成為PyData項目的一部分. Pandas最初是作為財務數據分析工具開發的. 因此，熊貓為時間序列分析提供了良好的支持. Pandas這個名字來自面板數據和python數據分析. 面板數據是經濟學中多維數據集的術語. 熊貓也提供面板數據類型.

發件人:

3. Pandas是Python的大數據處理模塊. Pandas使用二維數據結構DataFrame表示表格式數據. 與Numpy相比，Pandas可以存儲混合數據結構并使用NaN表示丟失的數據，而不是像Numpy那樣手動處理丟失的數據. 而且Pandas使用軸標簽來表示行和列.

DataFrame類:

DataFrame具有四個重要屬性:

index: 行索引.

列: 列索引.

values: 二維值數組.

名稱: 名稱.

原始鏈接:

4，熊貓和numpy

Pandas是Python環境中最著名的數據統計軟件包，DataFrame被轉換為數據框架，這是一種數據組織方式. 因此，您可能無法在情感上知道它. 例如，您可能使用過Excel，它也是一種數據組織和表示的方式，它只是一個表python庫，而DataFrame用于組織熊貓中的數據. 如果不打印DataFrame，則看不到數據.

pandas和numpy之間的區別:

(1)numpy是用于數值計算的擴展包，而panadas用于數據處理.

(2)NumPy簡介: N維數組容器NumPy系統是Python的開源數值計算擴展. 該工具可用于存儲和處理大型矩陣，這比Python自己的嵌套列表結構(此結構也可用于表示矩陣)要高效得多. 據說NumPy可以將Python轉換為免費且功能更強大的MatLab系統.

Pandas簡介: 表格容器pandas是基于NumPy的工具，它是為解決數據分析任務而創建的. Pandas包含大量庫和一些標準數據模型，以提供有效操作大型數據集所需的工具. 熊貓提供了大量功能和方法，可快速輕松地處理數據. 使Python成為強大而高效的數據分析環境的重要因素之一.

參考:

第二，系列和數據框

Pandas是一個由Numpy構建的數據分析包，其中包含更多高級數據結構和工具.

類似于Numpy，核心是ndarray，pandas也圍繞Series和DataFrame的兩個核心數據結構構建. Series和DataFrame分別對應一維序列和二維表結構. 熊貓的常規導入方法如下:

從pandas導入Series，DataFrame

將熊貓作為pd導入

系列:

Series對象包含兩個主要屬性: 索引和值，它們是上例中的左列和右列.

將嚴格根據給定的索引來構造Series對象的元素，這意味著: 如果data參數具有鍵值對，則僅使用索引中包含的鍵；如果數據中缺少響應鍵，即使給出了NaN值，也會添加該鍵.

DataFrame:

DataFrame是一個表格數據結構，它包含一組有序的列(類似于索引)，每個列可以是不同的值類型(與ndarray只能具有dtype不同). 基本上，您可以將DataFrame視為共享相同索引的Series的集合.

DataFrame的構造方法與Series相似，不同的是它可以同時接受多個一維數據源，每個數據源將成為一個單獨的列:

DataFrame.loc([行名]，[列名])

DataFrame.iloc([行號]python庫，[列號])

參考:

三，匯總圖

參考:

Python庫-------熊貓

本文來自電腦雜談，轉載請注明本文網址：

http://www.pc-fly.com/a/jisuanjixue/article-267646-1.html

總結

以上是生活随笔為你收集整理的熊猫python_Python库-------熊猫的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。