数据分析工具Pandas的数据结构学习
Pandas是一个开源的第三方Python库，从 Numpy 和 Matplotlib 的基础上构建而来，Python 数据分析的必备高级工具。
Pandas数据结构
Pandas内置了两种数据结构，分别是一维数据结构(Series)和二维数据结构(DataFrame)。
一维数据结构(Series)
一维数据结构(Series)是带标签的一维数组，标签可以理解为索引，标签不局限性与整数，也可以是字符类型，使用name和index属性描述数据值。
创建Series对象
Pandas 使用 Series(data, index, dtype, copy) 函数来创建 Series 对象，从而调用Series 对象的属性和方法达到数据分析的目的。data是输入的数据，可以是列表、数组、字典、常量等，index是索引值，必须唯一，如果没有索引，默认从0开始递增，dtype是数据类型，如果没有这个参数，程序会自动判定，copy表示是否对data拷贝，默认是false。
代码实例如下图所示：
运行代码，输出结果如下图所示：
从运行结果看出以下几点
空对象警告:创建空对象报了一个警告，空对象打印的数据类型是float64,警告空对象将用object类型替代float64类型，要消除这个警告，传一个dtype参数就可以了。
数组创建对象: 如果有索引参数，传递的索引长度必须与data长度相同。
字典创建对象：如果没有传递索引，将以字典的键构造索引，如果传递了索引，索引需要和字典的值一一对应。
常量创建对象：常量创建对象必须传递索引参数。
数据访问
位置索引访问：和列表数组类似可以通过元素的下标进行访问，可以通过位置下标进行访问。也可以通过切片的方式访问，
索引标签访问：使用索引标签可以访问单个的值，也可以访问多个值，访问不存在的标签会报错。
常用属性和方法：
axes：以列表的形式返回所有行索引标签
dtype:返回对象的数据类型
empty:返回一个空的Series对象
size：返回输入数据的维度
vlaues：以列表形式返回Series对象
index：返回Index类型的索引
head(n):返回前n行数据，默认显示前5行数据。
tail(n):返回后n行数据，默认显示后5行数据。
isnull()：如果为值不存在或者缺失，则返回 True
notnull()：如果值不存在或者缺失，则返回 False
二维数据结构(DataFrame)
二维数据结构(DataFrame)是一种表格型数据结构，有行标签和列标签，行标签是index，列标签是columns。创建该结构时也可以指定相应的索引值。DataFrame每列是数据类型可以不同，也叫异构数据表。
创建DataFrame对象
使用DataFrame(data, index, columns, dtype, copy)方法创建对象，data传入数据，可以是列表、数组、字典、Series、标量以及DataFrame对象；index是行标签，默认从0开始递增；columns是列标签，默认从0开始递增；dtype表示每一列的数据类型；copy表示复制data，默认是false。
代码实例如下图所示：
运行代码，输出如下图所示：
列索引操作数据列
DataFrame 可以使用列索（columns index）引来完成数据的选取、添加和删除操作。
代码实例如下图所示：
运行输出结构如图所示：
行索引操作数据行
常用属性和方法
T：行和列转置，也就是行和列对换
axes：返回一个仅以行轴标签和列轴标签为成员的列表
dtypes：返回每列数据的数据类型
empty：DataFrame中没有数据或者任意坐标轴的长度为0，则返回True
shape：返回一个元组(a,b)，表示了 DataFrame 维度,a表示行，b表示列
size：DataFrame中的元素数量
vlaues：以嵌套列表形式返回DataFrame 中的元素值
head(n)：返回DataFrame 中前n列数据，默认是前5列
tail(n)：返回DataFrame 中后n列数据，默认是后5列
shift(periods=1, freq=None, axis=0) ：peroids为int类型，表示移动的幅度，可以是正数，也可以是负数，默认值为1；freq是日期偏移量，默认是None，适用时间序，取值为符合时间规则的字符串；axis如果是 0 或者 "index" 表示上下移动，如果是 1 或者 "columns" 则会左右移动；fill_value值用来填充缺失值。
代码实例和运行结果如下图所示：
数据排序
sort_index(axis=0,ascending=True) 在指定轴上根据索引进行排序，默认升序，axis为0是在0轴（也就是垂直方向）排序，为1是在1轴（水平方向）排序，ascending为True表示升序，为False表示降序。
sort_values(索引，axis=0/1,ascending=True/False) 在指定轴上根据数值进行排序，默认升序 索引必须有，默认0轴。
数据基本统计分析
sum()：计算数据的总和，默认按0轴计算，axis为1按1轴算
count()：非NaN值的数量
mean()和median()：计算数据的算术平均值和算术中位数
var()和std()：计算数据的方差和标准差
min()和max()：计算数据的最小值和最大值
describe()：针对0轴各列的汇总统计
代码示例如下图所示：
运行代码输出结果如下所示：
导入外部数据
Pandas库还有导入外部数据，可以导入Execl文件、JSON文件等多种格式的数据文件。
read_execl(io，sheet_name，header)，io是文件类对象，一般传入文件路径；sheet_name可以传入工作的名称，也可以是数字，0表示第一个工作表；header指定列表中从第几行作为列索引/列名，默认是0。to_excel()导出数据生成新的Excel文件。
此外还有read_csv()和to_csv()导入导出CSV文件，read_html()和to_html()导入导出HTML文件，read_json()和to_josn()导入导出JSON文件等等。
代码示例如下图所示：
生成的文档内容如下所示：
可以看到表格里已经增加了新的一条数据，文档格式有些不一样，我们可以根据之前《python Execl处理学习记录》中学习的内容进行格式、字体的设置。
Python使用Pandas入门数据分析蚂蚁学Python购买专栏
总结：
Pandas作为一款数据分析工具，还有很多其他的内容需要学习，我会在后面有时间慢慢学习，大家有兴趣的可以看看这本书，主要讲解Pandas数据分析的基础知识和应用。
想了解更多精彩内容，快来关注程序猿小董
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20230320A09W2200?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
