引包

import pandas as pd

pandas數據表表示方法

我想表示泰坦尼克號上的乘客的乘客。有很多乘客，我知道的有名字，年齡，和性別數據：

import pandas as pddf = pd.DataFrame({"Name":["Braund,Mr.Owen Harris","Allen,Mr.William Henry","Bonnell,Miss.Elizabeth"],"Age":[22,35,58],"Sex":["male","male","female"]})print(df)

輸出結果：

在這里插入代碼片 Name Age Sex 0 Braund,Mr.Owen Harris 22 male 1 Allen,Mr.William Henry 35 male 2 Bonnell,Miss.Elizabeth 58 female

一個DataFrame是一個2維數據結構，這種結構可以存儲不同類型（包括：字符、整型、浮點型、categorical數據等等），它像電子表格，一個SQL表。

在電子表格的軟件中，非常像我們的數據。

在DataFrame中的每一列都是一個Series
獲取df中的Age的列：

import pandas as pddf = pd.DataFrame({"Name":["Braund,Mr.Owen Harris","Allen,Mr.William Henry","Bonnell,Miss.Elizabeth"],"Age":[22,35,58],"Sex":["male","male","female"]})print(df) print("---------------------------") print(df["Age"])

輸出結果為：

Name Age Sex 0 Braund,Mr.Owen Harris 22 male 1 Allen,Mr.William Henry 35 male 2 Bonnell,Miss.Elizabeth 58 female --------------------------- 0 22 1 35 2 58 Name: Age, dtype: int64

當選擇pandas中的DataFrame中的一列的時候，返回的結果是一個pandas的Series,要想選擇這個列，可以在[]中使用這列的“列名+雙引號”的方式。

注意：如果你熟悉Python中的dictionaries類型，選中的單列非常相似于它+key中。

import pandas as pdages = pd.Series([22,35,58],name="Age") print(ages)

輸出結果為：

0 22 1 35 2 58 Name: Age, dtype: int64

pandas的Series沒有列的label，因為它只是一個DataFrame中的一列。一個Series也沒有行的標簽。

使用DataFrame和Series做一些事情

我想知道最大年齡的乘客
我們可以使用DataFrame，選擇一列，并使用max()函數

import pandas as pddf = pd.DataFrame({"Name":["Braund,Mr.Owen Harris","Allen,Mr.William Henry","Bonnell,Miss.Elizabeth"],"Age":[22,35,58],"Sex":["male","male","female"]})print(df) print("---------------------------") print(df["Age"].max())

輸出結果為：

Name Age Sex 0 Braund,Mr.Owen Harris 22 male 1 Allen,Mr.William Henry 35 male 2 Bonnell,Miss.Elizabeth 58 female --------------------------- 58

使用describe獲取DataFrame的總數量，標準差，平均值，最小值，最大值。

import pandas as pddf = pd.DataFrame({"Name":["Braund,Mr.Owen Harris","Allen,Mr.William Henry","Bonnell,Miss.Elizabeth"],"Age":[22,35,58],"Sex":["male","male","female"]})print(df) print("---------------------------") print(df.describe())

輸出結果：

Name Age Sex 0 Braund,Mr.Owen Harris 22 male 1 Allen,Mr.William Henry 35 male 2 Bonnell,Miss.Elizabeth 58 female ---------------------------Age count 3.000000 mean 38.333333 std 18.230012 min 22.000000 25% 28.500000 50% 35.000000 75% 46.500000 max 58.000000

再如：

import pandas as pdtitanic = pd.read_csv("foo.csv"); print(titanic)print("-------------讀取前8條數據----------------------") print(titanic.head(8))print("--------------讀取后10條數據--------------------") print(titanic.tail(10))print("--------------顯示每列的數據類型----------------") print(titanic.dtypes)print("--------------獲取其中的幾列數據----------------") print(titanic[['A','B']])print("--------------使用shape得到DF的維度信息--------") print(titanic[["A","B"]].shape)

輸出結果：

Unnamed: 0 A B C D 0 2013-01-01 -0.028544 -2.597953 -0.645116 0.403488 1 2013-01-02 -0.109636 -0.866292 -0.629185 1.072633 2 2013-01-03 -1.435202 -0.631815 1.208114 -1.647566 3 2013-01-04 0.368530 -1.073754 -0.712305 -0.513142 4 2013-01-05 0.813674 -0.081024 -1.153747 0.409363 .. ... ... ... ... ... 995 2015-09-23 0.783858 -0.330685 0.323741 1.767446 996 2015-09-24 0.017313 -1.792078 0.686136 0.122491 997 2015-09-25 0.100742 -1.802797 0.370563 1.297355 998 2015-09-26 -0.279896 -0.439861 -0.595908 -0.663100 999 2015-09-27 -0.519504 -1.476432 -0.877358 0.370039 [1000 rows x 5 columns] -------------讀取前8條數據----------------------Unnamed: 0 A B C D 0 2013-01-01 -0.028544 -2.597953 -0.645116 0.403488 1 2013-01-02 -0.109636 -0.866292 -0.629185 1.072633 2 2013-01-03 -1.435202 -0.631815 1.208114 -1.647566 3 2013-01-04 0.368530 -1.073754 -0.712305 -0.513142 4 2013-01-05 0.813674 -0.081024 -1.153747 0.409363 5 2013-01-06 0.218026 0.284554 0.850285 -0.025403 6 2013-01-07 0.024721 0.068005 0.008694 -1.196519 7 2013-01-08 0.640028 1.153457 1.212075 1.371237 --------------讀取后10條數據--------------------Unnamed: 0 A B C D 990 2015-09-18 -1.009017 -0.478119 1.206474 0.788974 991 2015-09-19 -0.493941 0.243774 -0.766409 -0.661123 992 2015-09-20 -0.698089 -0.081359 -1.046874 0.125604 993 2015-09-21 0.249417 0.696110 0.961332 0.647499 994 2015-09-22 -0.410115 -0.554049 1.157751 1.499304 995 2015-09-23 0.783858 -0.330685 0.323741 1.767446 996 2015-09-24 0.017313 -1.792078 0.686136 0.122491 997 2015-09-25 0.100742 -1.802797 0.370563 1.297355 998 2015-09-26 -0.279896 -0.439861 -0.595908 -0.663100 999 2015-09-27 -0.519504 -1.476432 -0.877358 0.370039 --------------顯示每列的數據類型---------------- Unnamed: 0 object A float64 B float64 C float64 D float64 dtype: object --------------獲取其中的幾列數據----------------A B 0 -0.028544 -2.597953 1 -0.109636 -0.866292 2 -1.435202 -0.631815 3 0.368530 -1.073754 4 0.813674 -0.081024 .. ... ... 995 0.783858 -0.330685 996 0.017313 -1.792078 997 0.100742 -1.802797 998 -0.279896 -0.439861 999 -0.519504 -1.476432 [1000 rows x 2 columns] --------------使用shape得到DF的維度信息-------- (1000, 2)

總結

以上是生活随笔為你收集整理的06_pandas入门教程，引包，使用DataFrame和Series做一些事情的全部內容，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。