python 數據分析工具包 pandas（一）

1. 簡單介紹

pandas 是專爲 python 編程語言設計的高性能，簡單易用的數據結構和數據分析工具庫，它創建在 numpy 之上，能夠許多第三方庫完美集成在同一個科學計算環境中。pandas 被普遍應用於金融，統計，社會科學和許多工程技術領域，處理典型數據分析案例。

2. 安裝

pandas 支持 conda 和 pip 兩種方式安裝。

conda 安裝：

conda install pandas
複製代碼

pip 安裝：

pip install pandas
複製代碼

截至本文寫做之時，官方最新發布版本是 v0.25.1，發佈時間爲2019年8月22日。最新版本是 0.25.x 系列的bug修復版，建議更新。更新方式以下：

pip install --upgrade pandas
複製代碼

3. 數據結構

pandas 有兩種主要的數據結構：Series（1維）和 DataFrame (2維)。

下面分別介紹這兩種數據結構，首先在咱們的 python 腳本或 jupyter notebook 中導入 pandas，業界慣例縮寫爲 pd。

import pandas as pd
複製代碼

3.1 Series

Series 是一維標記數組，可以保存任何數據類型（整數，字符串，浮點數，Python對象等）。 軸標籤統稱爲索引。

3.1.1 建立 Series

經過列表建立：

data = [1, 2, 3]
pd.Series(data)
複製代碼

0    1
1    2
2    3
dtype: int64
複製代碼

經過字典建立：

data = {'a': 1, 'b': 2, 'c': 3}
pd.Series(data)
複製代碼

a    1
b    2
c    3
dtype: int64
複製代碼

經過 index 參數設置索引(標籤):

data = [1, 2, 3]
index = ['a', 'b', 'c']
pd.Series(data, index=index)
複製代碼

a    1
b    2
c    3
dtype: int64
複製代碼

經過標量建立(相同值)，並設置索引(標籤，不能重複)：

data = 0
index = ['a', 'b', 'c']
pd.Series(data, index=index)
複製代碼

a    0
b    0
c    0
dtype: int64
複製代碼

3.1.2 訪問 Series

s = pd.Series([10, 100, 1000], index=['a', 'b', 'c'])
s
複製代碼

a      10
b     100
c    1000
dtype: int64
複製代碼

數組方式訪問：

print(s[0], s[1], s[2])
複製代碼

10 100 1000
複製代碼

字典方式訪問：

print(s['a'], s['b'], s['c'])
複製代碼

10 100 1000
複製代碼

可見兩種訪問方式之間的對應關係：

print(s[0] == s['a'], s[1] == s['b'], s[2] == s['c'])
複製代碼

True True True
複製代碼

3.2 DataFrame

DataFrame 是一個二維標記數據結構，具備可能不一樣類型的列。 能夠將其類比於電子表格或 SQL 表，或 Series 對象的字典。 它也是最經常使用的 pandas 對象。

3.2.1 建立 DataFrame

經過列表字典建立：

data = {
    'col1': [1, 2, 3],
    'col2': [4, 5, 6],
    'col3': [7, 8, 9]
}

pd.DataFrame(data)
複製代碼

	col1	col2	col3
0	1	4	7
1	2	5	8
2	3	6	9

經過 Series 字典建立：

s1 = pd.Series([1, 2, 3], index=['row1', 'row2', 'row3'])
s2 = pd.Series([4, 5, 6], index=['row2', 'row3', 'row4'])
s3 = pd.Series([7, 8, 9], index=['row3', 'row4', 'row5'])

data = {
    'col1': s1,
    'col2': s2,
    'col3': s3
}

pd.DataFrame(data)
複製代碼

	col1	col2	col3
row1	1.0	NaN	NaN
row2	2.0	4.0	NaN
row3	3.0	5.0	7.0
row4	NaN	6.0	8.0
row5	NaN	NaN	9.0

經過字典列表建立:

data = [
    {'col1': 1, 'col2': 2, 'col3': 3},
    {'col1': 2, 'col2': 3, 'col3': 4},
    {'col1': 3, 'col2': 4, 'col3': 5}
]

pd.DataFrame(data, index=['row1', 'row2', 'row3'])
複製代碼

	col1	col2	col3
row1	1	2	3
row2	2	3	4
row3	3	4	5

經過二維列表建立：

data = [
    [1, 2, 3],
    [2, 3, 4],
    [3, 4, 5]
]

pd.DataFrame(data, index=['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3'])
複製代碼

	col1	col2	col3
row1	1	2	3
row2	2	3	4
row3	3	4	5

3.2.2 訪問 DataFrame

df = pd.DataFrame([[1, 4, 7], [2, 5, 8], [3, 6, 9]],
                  index=['row1', 'row2', 'row3'],
                  columns=['col1', 'col2', 'col3'])
df
複製代碼

	col1	col2	col3
row1	1	4	7
row2	2	5	8
row3	3	6	9

經過列標籤訪問列:

df['col1']
複製代碼

row1    1
row2    2
row3    3
Name: col1, dtype: int64
複製代碼

經過行標籤訪問行:

df.loc['row1']
複製代碼

col1    1
col2    4
col3    7
Name: row1, dtype: int64
複製代碼

經過整數訪問行：

df.iloc[0]
複製代碼

col1    1
col2    4
col3    7
Name: row1, dtype: int64
複製代碼

經過切片選擇行:

df[1:]
複製代碼

	col1	col2	col3
row2	2	5	8
row3	3	6	9

3.2.3 轉置 DataFrame

將行列互換，相似線性代數中矩陣的轉置。

df.T
複製代碼

	row1	row2	row3
col1	1	2	3
col2	4	5	6
col3	7	8	9

猜你喜歡

• [1] python 科學計算的基石 numpy（一）
• [2] python 數據可視化工具包 matplotlib

---

堅持寫專欄不易，若是以爲本文對你有幫助，記得點個贊。感謝支持！

• 我的網站: kenblog.top
• github 站點: kenblikylee.github.io

微信掃描二維碼 獲取最新技術原創