世界热推荐:深度之眼(二十)——Python:Pandas库(上)
零、导读
(资料图片仅供参考)
零、引子
Numpy在向量化的数值计算中表现优异
但是在处理更灵活、复杂的数据任务:
如为数据添加标签、处理缺失值、分组和透视表等方面
Numpy显得力不从心
而基于Numpy构建的Pandas库,提供了使得数据分析变得更快更简单的高级数据结构和操作工具
一、对象的创建
1.1一维数组(Series)
通用结构
importpandasaspddata=pd.Series([1.5,3,4.5,6])data
data=pd.Series([5,6,7,8],index=["a","b","c","d"],dtype="float")
data
data["a"]
2、用一维numpy数组创建
importnumpyasnp
x=np.arange(5)
pd.Series(x)
3.用字典创建
.默认以键为index值为data
●字典创建,如果指定index,则会到字典的键中筛选,找不到的,值设为NaN
4、data为标量的情况
pd.Series(5,[100,200,300])
1.2多维数组
DataFrame是带标签数据的多维数组
DataFrame对象的创建
通用结构pd.DataFrame(data,index=index,columns=columns)
data:数据,可以是列表,字典或Numpy数组
index:索引,为可选参数
columns:列标签,为可选参数
p_d={"a":1,"b":5,"c":7,"d":6}p=pd.Series(p_d)pd.DataFrame(p)
2.通过Series对象字典创建
3.通过宇典列表对象创建
●不存在的键,会默认值为NaN
4、通过Numpy二维数组创建
二、DataFrame性质
2.1属性
2.2索引
3、切片
标签: