Python資料分析-Pandas（Series與DataFrame）
阿新 • • 發佈：2018-12-06
Pandas介紹：
pandas是一個強大的Python資料分析的工具包，是基於NumPy構建的。
Pandas的主要功能：
1)具備對其功能的資料結構DataFrame、Series
2)整合時間序列功能
3)提供豐富的數學運算和操作
4)靈活處理缺失資料
pyhton裡面安裝、引入方式：
安裝方法：pip install pandas
引用方法：import pandas as pd
pands的陣列的建立：
建立空的的值
import pandas as pd s = pd.Series() print(s) #Series([], dtype: float64)
傳入一個列表
data=['a','b','c','d'] res=pd.Series(data) print(res) '''結果 0 a 1 b 2 c 3 d 這裡沒有傳遞任何索引，因此預設情況下，它分配了從0到len(data)-1的索引，即：0到3 '''
傳一個字典
data = {'a' : 0, 'b' : 1, 'c' : 2}
s = pd.Series(data)
print(s)
'''結果
a 0
b 1
c 2
dtype: int64
注意 - 字典鍵用於構建索引。
'''
從標量建立索引：
如果資料是標量值，則必須提供索引。將按照索引重複該值進行匹配
res=pd.Series(0, index=['a','b','c','d']) print(res) '''結果 a 0 b 0 c 0 d 0 '''
自指定索引值：
res=pd.Series(['a','b','c','d'],index=['a_index','b_index','c_index','d_index']) print(res) '''結果 a_index a b_index b c_index c d_index d'''
從具有位置的系列中訪問資料（取值）：
重點理解：陣列是從零開始計數的，第一個位置儲存再零位置)
檢視index 、 values的值：
#檢視陣列的index值 print(res.index) #檢視陣列的value值 print(res.values) #取值（根據預設第零位開始取） print(res[0]) #a
取前三個值（不包括定義的最後一個數值）
res=pd.Series(['a','b','c','d'],index=['a_index','b_index','c_index','d_index']) #取前三個值（不包括3） print(res[:3]) #是個物件可以 res[:3].values '''結果
a_index a
b_index b
c_index c
dtype: object
'''
取後三個值：
print(res[-3:]) '''結果 b_index b c_index c d_index d dtype: object '''
使用索引標籤檢索資料並設定資料：
修改value值
res=pd.Series(['a','b','c','d'],index=['a_index','b_index','c_index','d_index']) print(res) res['a_index']='new_a' print(res) '''結果 a_index new_a b_index b c_index c d_index d '''
copy複製資料並修改
sr1=pd.Series([12,13,14],index=['c','a','d']) sr2=pd.Series([14,15,16],index=['d','c','a']) #可以使用copy賦值陣列再修改 sr3=sr1[1:].copy() print(sr3) sr3[0]=1888 print(sr3) ''' a 13 d 14 dtype: int64 a 1888 d 14 dtype: int64 '''
運算：
初始構建2個數組
sr1=pd.Series([12,13,14],index=['c','a','d']) sr2=pd.Series([14,15,16],index=['d','c','a']) print(sr1+sr2) '''結果 a 29 c 27 d 28 '''
求和運算
Pandas自動對齊功能，如果自定義了索引就會找原來索引，如果沒有值就為NaN
sr1=pd.Series([12,13,14],index=['c','a','d']) sr3=pd.Series([11,20,10,14], index=['d','c','a','b']) print(sr3) #求sr1+sr3和值 print(sr1+sr3) '''結果 a 23.0 b NaN #一位sr1中沒有索引b，所以顯示空 c 32.0 d 25.0 Pandas自動對齊功能，如果自定義了索引就會找原來索引，如果沒有值就為NaN '''
NaN缺失資料的操作：
#先構建一個缺失資料 sr1=pd.Series([12,13,14],index=['c','a','d']) sr2=pd.Series([14,15,16],index=['d','c','a']) sr3=pd.Series([11,20,10,14], index=['d','c','a','b']) #合併生成一個缺失資料 sr4=sr1+sr3 print(sr4) '''結果 a 23.0 b NaN c 32.0 d 25.0 dtype: float64 '''
isnull，返回布林陣列，缺失值對應True
#isnull，返回布林陣列，缺失值對應True res=pd.isnull(sr4) print(res) '''結果 a False b True c False d False '''
notnull,返回布林陣列，缺失值對應為False
#notnull,返回布林陣列，缺失值對應為False res=pd.notnull(sr4) print(res) '''結果 a True b False c True d True dtype: bool '''
dropna,過濾掉有NaN的行
#dropna,過濾掉有NaN的行 res=pd.Series.dropna(sr4) print(res) ''' a 23.0 c 32.0 d 25.0 dtype: float64 '''
fillna,填充缺失的資料
#fillna,填充NaN缺失的資料 res=sr4.fillna('這是給NaN做填充的資料') print(res) '''資料結構 a 23 b 這是給NaN做填充的資料 c 32 d 25 dtype: object '''
DataFrame分析，待完善。。