numPy

pandas的數(shù)據(jù)結(jié)構(gòu)介紹

簡(jiǎn)介

Pandas [1] 是python的一個(gè)數(shù)據(jù)分析包，最初由AQR Capital Management于2008年4月開發(fā)，并于2009年底開源出來，目前由專注于Python數(shù)據(jù)包開發(fā)的PyData開發(fā)team繼續(xù)開發(fā)和維護(hù)，屬于PyData項(xiàng)目的一部分。Pandas最初被作為金融數(shù)據(jù)分析工具而開發(fā)出來，因此，pandas為時(shí)間序列分析提供了很好的支持。 Pandas的名稱來自于面板數(shù)據(jù)(panel data)和python數(shù)據(jù)分析(data analysis)。panel data是經(jīng)濟(jì)學(xué)中關(guān)于多維數(shù)據(jù)集的一個(gè)術(shù)語(yǔ)，在Pandas中也提供了panel的數(shù)據(jù)類型。

數(shù)據(jù)結(jié)構(gòu)

Series：一維數(shù)組，與Numpy中的一維array類似。二者與Python基本的數(shù)據(jù)結(jié)構(gòu)List也很相近，其區(qū)別是：List中的元素可以是不同的數(shù)據(jù)類型，而Array和Series中則只允許存儲(chǔ)相同的數(shù)據(jù)類型，這樣可以更有效的使用內(nèi)存，提高運(yùn)算效率。

Time- Series：以時(shí)間為索引的Series。

DataFrame：二維的表格型數(shù)據(jù)結(jié)構(gòu)。很多功能與R中的data.frame類似。可以將DataFrame理解為Series的容器。以下的內(nèi)容主要以DataFrame為主。

Panel ：三維的數(shù)組，可以理解為DataFrame的容器。

終端輸入

Jupyter Notebook

導(dǎo)入相關(guān)模塊

import numpy as np

import pandas as pd

from pandas import Series, DataFrame

Series

Series是一種類似于一維數(shù)組的對(duì)象，它由一組數(shù)據(jù)(各種NumPy數(shù)據(jù)類型)以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽(即索引)組成。

實(shí)質(zhì)上是創(chuàng)建了一個(gè) Series 對(duì)象，這也就說明了為什么會(huì)有index和values.

Series自定義索引

Series自定義索引的另一種方法

在這里就引入另一個(gè)概念“自動(dòng)對(duì)齊”。自定義的索引會(huì)自動(dòng)去尋找原來的索引，如果一樣的，就取出原來索引對(duì)應(yīng)的值。

在 Pandas 中，如果沒有值，都對(duì)齊賦給 NaN。

當(dāng)然上面的代碼也可以寫成這樣

Series判斷值是否為空

DataFrame

一個(gè)Datarame表示一個(gè)表格，類似電子表格的數(shù)據(jù)結(jié)構(gòu)，包含一個(gè)經(jīng)過排序的列表集，它們沒一個(gè)都可以有不同的類型值(數(shù)字，字符串，布爾等等)。Datarame有行和列的索引；它可以被看作是一個(gè)Series的字典(每個(gè)Series共享一個(gè)索引)。

構(gòu)建DataFrame最常用的方法——直接傳入一個(gè)由等長(zhǎng)列表或NumPy數(shù)組組成的字典

如果指定了列序列，則DataFrame的列就會(huì)按照指定的順序進(jìn)行排列

如果傳入的列在數(shù)據(jù)中找不到，就會(huì)產(chǎn)生NAN值

通過行、列進(jìn)行獲取

通過類似字典標(biāo)記的方式或?qū)傩缘姆绞?#xff0c;可以將DataFream的列獲取為一個(gè)Series:

同理行也可以通過位置或名稱的方式進(jìn)行獲取

基本功能

重新索引

Series的reindex將會(huì)根據(jù)新索引進(jìn)行,如果某個(gè)索引值當(dāng)前不存在，就引入缺失值

reindex的method選項(xiàng)

ffill或pad 向前填充值

bfill或backfill 向后填充值

對(duì)于DataFrame，reindex可以修改行、列或者兩個(gè)都可以修改。如果僅傳入一個(gè)序列，則會(huì)重新索引行

reindex函數(shù)的參數(shù)

參數(shù)

說明

index

用作索引的新序列。既可以是index實(shí)例，也可以是其他序列型python數(shù)據(jù)結(jié)構(gòu)

method

插值方式

fill_value

在重新索引過程中，需要引入缺失值時(shí)使用的代替值

limit

前向或后向填充時(shí)的最大填充量

level

在Multilndex的指定級(jí)別上匹配簡(jiǎn)單索引，否則選取其子集

copy

默認(rèn)為true,無論如何都復(fù)制；如果為false，則新舊相等就不復(fù)制

索引、選取和過濾

類型

說明

obj[val]

選取DataFrame的單個(gè)列或一組列。在一些特殊的情況下會(huì)比較便利：布爾型數(shù)組(過濾行)

obj.ix[val]

選取DataFrame的單個(gè)行或一組行

obj.ix[:,val]

選取單個(gè)列或列子集

obj.ix[val1,val2]

同時(shí)選取行和列

reindex方法

將一個(gè)或多個(gè)軸匹配到新索引

xs方法

根據(jù)標(biāo)簽選取單行或單列，并返回一個(gè)Series

icol、irow方法

根據(jù)整數(shù)位置選取單行或單列，并返回一個(gè)Series

get_value、set_value方法

根據(jù)行標(biāo)簽或列標(biāo)簽選取單個(gè)值

總結(jié)

以上是生活随笔為你收集整理的python数据包pandas_python_pandas学习的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。