Python Pandas中的数据结构实例分析
导读:本文共6485字符,通常情况下阅读需要22分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: 前言:Pandas有三种数据结构:Series、DataFrame和Panel。Series类似于数组;DataFrame类似于表格;Panel可视为Excel的多表单Sheet1.SeriesSeries是一种一维数组对象,包含一个值序列,并且包含数据标签,称为索引(index),通过索引来访问数组中的数据。1.1通过列表创建Series例1.通过列表创建im... ...
目录
(为您整理了一些要点),点击可以直达。前言:
Pandas有三种数据结构:Series、DataFrame和Panel。Series类似于数组;DataFrame类似于表格;Panel可视为Excel的多表单Sheet
1.Series
Series是一种一维数组对象,包含一个值序列,并且包含数据标签,称为索引(index),通过索引来访问数组中的数据。
1.1通过列表创建Series
例1.通过列表创建
importpandasaspdobj=pd.Series([1,-2,3,4])#仅由一个数组构成print(obj)
输出:
0 1
1 -2
2 3
3 4
dtype: int64
输出的第一列为index,第二列为数据value。如果创建Series时没有指定index,Pandas会采用整型数据作为该Series的index。也可以使用Python里的索引index和切片slice技术
例2.创建Series时指定索引
importpandasaspdi=["a","c","d","a"]v=[2,4,5,7]t=pd.Series(v,index=i,name="col")print(t)
out:
a 2
c 4
d 5
a 7
Name: col, dtype: int64
尽管创建Series指定了index,实际上Pandas还是有隐藏的index位置信息。所以Series有两套描述某条数据手段:位置和标签
例3.Series位置和标签的使用
importpandasaspdval=[2,4,5,6]idx1=range(10,14)idx2="hellothecruelworld".split()s0=pd.Series(val)s1=pd.Series(val,index=idx1)t=pd.Series(val,index=idx2)print(s0.index)print(s1.index)print(t.index)print(s0[0])print(s1[10])print('default:',t[0],'label:',t["hello"])
1.2通过字典创建Series
如果数据被存放在一个Python字典中,也可以直接通过这个字典来创建Series
例4.通过字典创建Series
importpandasaspdsdata={'Ohio':35000,'Texass':71000,'Oregon':16000,'Utah':5000}obj=pd.Series(sdata)print(obj)
Ohio 35000
Texass 71000
Oregon 16000
Utah 5000
dtype: int64
如果只传入一个字典,则结果Series中的索引就是原字典的键(有序排列)
例5.通过字典创建Series时的索引
importpandasaspdsdata={"a":100,"b":200,"e":300}obj=pd.Series(sdata)print(obj)
a 100
b 200
e 300
dtype: int64
如果字典中的键值和指定的索引不匹配,则对应的值时NaN
例6.键值和指定索引不匹配
importpandasaspdsdata={"a":100,"b":200,"e":300}letter=["a","b","c","e"]obj=pd.Series(sdata,index=letter)print(obj)
a 100.0
b 200.0
c NaN
e 300.0
dtype: float64
对于许多应用而言,Series重要的一个功能是:它在算术运算中会自动对齐不同索引的数据
例7.不同索引数据的自动对齐
importpandasaspdsdata={'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}obj1=pd.Series(sdata)states=['California','Ohio','Oregon','Texas']obj2=pd.Series(sdata,index=states)print(obj1+obj2)
California NaN
Ohio 70000.0
Oregon 32000.0
Texas 142000.0
Utah NaN
dtype: float64
Series的索引可以通过赋值的方式就地修改
例8.Series索引的修改
importpandasaspdobj=pd.Series([4,7,-3,2])obj.index=['Bob','Steve','Jeff','Ryan']print(obj)
Bob 4
Steve 7
Jeff -3
Ryan 2
dtype: int64
2.DataFrame
DataFrame是一个表格型的数据结构,它含有一组有序的列,每列可以是不同类型的值(数值、字符串、布尔值等)。DataFrame既有行索引也有列索引,它可以被看作由Series组成的字典(共用同一个索引)。跟其他类型的数据结构相比,DataFrame中面向行和面向列的操作上基本上是平衡的
构建DataFrame的方式有很多,最常用的是直接传入一个由等长列表或NumPy数组组成的字典来形成DataFrame
例9.DataFrame的创建
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data)print(df)
name sex year city
0 张三 female 2001 北京
1 李四 female 2001 上海
2 王五 male 2003 广州
3 小明 male 2002 北京
DataFrame会自动加上索引(跟Series一样),且全部列会被有序排列。如果指定了列名序列,则DataFrame的列就会按照指定顺序进行排列
例10.DataFrame的索引
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city'])print(df)
name year sex city
0 张三 2001 female 北京
1 李四 2001 female 上海
2 王五 2003 male 广州
3 小明 2002 male 北京
跟Series一样,如果传入的列在数据中找不到,就会产生NaN值。
例11.DataFrame创建时的空缺值
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city','address'])print(df)
name year sex city address
0 张三 2001 female 北京 NaN
1 李四 2001 female 上海 NaN
2 王五 2003 male 广州 NaN
3 小明 2002 male 北京 NaN
DataFrame构造函数的columns函数给出列的名字,index给出label标签
例12.DataFrame构建时指定列名
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city','address'],index=['a','b','c','d'])print(df)
name year sex city address
a 张三 2001 female 北京 NaN
b 李四 2001 female 上海 NaN
c 王五 2003 male 广州 NaN
d 小明 2002 male 北京 NaN
3.索引对象
Pandas的索引对象负责管理轴标签和其他元数据(例如轴名称等).构建Series或DataFrame时,所用到的任何数组或其他序列的标签都会被转换成一个Index
例13.显示DataFrame的索引和列
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city','address'],index=['a','b','c','d'])print(df)print(df.index)print(df.columns)
name year sex city address
a 张三 2001 female 北京 NaN
b 李四 2001 female 上海 NaN
c 王五 2003 male 广州 NaN
d 小明 2002 male 北京 NaN
Index(['a', 'b', 'c', 'd'], dtype='object')
Index(['name', 'year', 'sex', 'city', 'address'], dtype='object')
索引对象不能进行修改,否则会报错。不可修改性非常重要,因为这样才能使Index对象在多个数据结构之间安全共享
除了长的像数组,Index的功能也类似于一个固定大小的集合
例14.DataFrame的Index
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city','address'],index=['a','b','c','d'])print('name'indf.columns)print('a'indf.index)
True
True
每个索引都有一些方法和属性,他们可用于设置逻辑并回答有关该索引所包含的数据的常见的问题。
例15.插入索引值
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city','address'],index=['a','b','c','d'])df.index.insert(1,'w')Index(['a','w','b','c','d'],dtype='object')
4.查看DataFrame的常用属性
DataFrame的基础属性有value、index、columns、dtypes、ndim和shape,分别可以获取DataFrame的元素、索引、列名、类型、维度和形状。
例16.显示DataFrame的属性
importpandasaspddata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2002],'city':['北京','上海','广州','北京']}df=pd.DataFrame(data,columns=['name','year','sex','city','address'],index=['a','b','c','d'])print(df)print('信息表的所有值为:\n',df.values)print('信息表的所有列为:\n',df.columns)print('信息表的元素个数:\n',df.size)print('信息表的维度:\n',df.ndim)print('信息表的形状:\n',df.shape)#//输出nameyearsexcityaddressa张三2001female北京NaNb李四2001female上海NaNc王五2003male广州NaNd小明2002male北京NaN信息表的所有值为:[['张三'2001'female''北京'nan]['李四'2001'female''上海'nan]['王五'2003'male''广州'nan]['小明'2002'male''北京'nan]]信息表的所有列为:Index(['name','year','sex','city','address'],dtype='object')信息表的元素个数:20信息表的维度:2信息表的形状:(4,5)
</div> <div class="zixun-tj-product adv-bottom"></div> </div> </div> <div class="prve-next-news">
Python Pandas中的数据结构实例分析的详细内容,希望对您有所帮助,信息来源于网络。