标签：对象 dtype 索引 pd Series 数据结构 data Pandas Out
Pandas是Python的一个扩展程序库，是在Numpy基础上建立的，提供高性能、易使用的数据结构和数据分析工具。
-
Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Excel 等中导入数据；
-
Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征；
-
Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。
Pandas对象（数据结构）
Pandas 三个基本的数据结构是 ：Series （一维数据对象）、 DataFrame（二维数据对象）和 Index（标签对象）。Pandas数据对象可以看成增强版的Numpy数组，不过行列不仅仅只是简单的数据索引，还可以带上标签，是一种显式定义的索引，索引可以是重复的。
Series对象
Series对象是一个带索引数据构成的一维数组。
pandas.Series(data, index, dtype, name, copy)
参数说明：
data：一组数据(ndarray、字典、列表类型等)。
index：数据索引标签，如果不指定，默认从 0 开始。
dtype：数据类型，默认会自己判断。
name：设置名称。
copy：拷贝数据，默认为 False。
In [1]: import pandas as pd
#输入的数组可以是列表或Numpy数组，index默认整数序列
In [2]: data = pd.Series([0.3,0.05,1,30])
In [3]: data
Out[3]:
0 0.30
1 0.05
2 1.00
3 30.00
dtype: float64
In [4]: data.index #Series的索引是一个pd.Index类型对象
Out[4]: RangeIndex(start=0, stop=4, step=1)
In [5]: data[0] #和Numpy一样可以通过整数索引进行取值
Out[5]: 0.3
#添加显性索引，索引会覆盖顺序整数索引，但是两种索引方式都可用
In [8]: data = pd.Series([0.3,0.07,3,4],index=['a','b','c','d'])
In [9]: data
Out[9]:
a 0.30
b 0.07
c 3.00
d 4.00
dtype: float64
In [10]: data[1]
Out[10]: 0.07
In [11]: data['b']
Out[11]: 0.07
#添加显性整数索引，索引会覆盖原来顺序整数索引，原来的顺序整数索引不可用
In [12]: data = pd.Series([0.23,9,3,6],index=[2,7,3,9])
In [13]: data
Out[13]:
2 0.23
7 9.00
3 3.00
9 6.00
dtype: float64
In [14]: data[2]
Out[14]: 0.23
#输入一个字典，index默认为排序的key值
In [15]: population_dict = {'California': 3333333,
'Texas': 233242321,'New York': 43897653,
'Florida':32097644,'Illinois':2222229}
In [16]: population = pd.Series(population_dict)
In [17]: population
Out[17]:
California 3333333
Texas 233242321
New York 43897653
Florida 32097644
Illinois 2222229
dtype: int64
In [18]: population['Texas']
Out[18]: 233242321
#显性索引也具有切片功能
In [19]: population['California':'New York']
Out[19]:
California 3333333
Texas 233242321
New York 43897653
dtype: int64
#也可以输入一个标量，每个索引上都重复赋值
In [20]: pd.Series(3,index=['a','b','c'])
Out[20]:
a 3
b 3
c 3
dtype: int64
#筛选索引应用
In [21]: pd.Series({'a':1,'b':2,'c':3},index=['a','c'])
Out[21]:
a 1
c 3
dtype: int64
DataFrame对象
DataFrame对象可以看成是有序排列的若干Series对象，DataFrame除了有index属性外，还有columns属性。
pandas.DataFrame( data, index, columns, dtype, copy)
参数说明：
data：一组数据(ndarray、series, map, lists, dict 等类型)。
index：索引值，或者可以称为行标签。
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
dtype：数据类型。
copy：拷贝数据，默认为 False。
#通过单个Series创建
In [22]: pd.DataFrame(population,columns=['population'])
Out[22]:
population
California 3333333
Texas 233242321
New York 43897653
Florida 32097644
Illinois 2222229
#通过字典列表创建，缺失值用NaN补充
In [23]: data = [{'a':i,'b':i**2} for i in range(5)]
In [24]: pd.DataFrame(data)
Out[24]:
a b
0 0 0
1 1 1
2 2 4
3 3 9
4 4 16
In [25]: pd.DataFrame([{'a':1,'b':2},
{'c':3,'b':4}])
Out[25]:
a b c
0 1.0 2 NaN
1 NaN 4 3.0
#通过Series对象字典创建
In [26]: area = pd.Series({'California': 3883333, 'Texas': 233771,'New York':435653,
'Florida':320644,'Illinois':2224429})
In [27]: area
Out[27]:
California 3883333
Texas 233771
New York 435653
Florida 320644
Illinois 2224429
dtype: int64
In [28]: population
Out[28]:
California 3333333
Texas 233242321
New York 43897653
Florida 32097644
Illinois 2222229
dtype: int64
In [29]: pd.DataFrame({'population':population,'area':area})
Out[29]:
population area
California 3333333 3883333
Texas 233242321 233771
New York 43897653 435653
Florida 32097644 320644
Illinois 2222229 2224429
#通过Numpy二维数组创建
In [30]: import numpy as np
In [31]: pd.DataFrame(np.random.rand(3,2),columns=['a','b'],index=['ff','dd','gg'])
Out[31]:
a b
ff 0.258254 0.591041
dd 0.091217 0.029136
gg 0.822554 0.661956
#通过Numpy结构化数组创建
In [32]: A = np.zeros(3,dtype=[('a','i8'),('b','f8')])
In [33]: A
Out[33]: array([(0, 0.), (0, 0.), (0, 0.)], dtype=[('a', '<i8'), ('b', '<f8')])
In [34]: pd.DataFrame(A)
Out[34]:
a b
0 0 0.0
1 0 0.0
2 0 0.0
Index对象
Series和DataFrame对象的显性索引其实是一个Index对象，可以看做一个不可变的数组或有序集合（元素可以重复）。
In [35]: ind = pd.Index([2,3,5,7])
In [36]: ind
Out[36]: Int64Index([2, 3, 5, 7], dtype='int64')
#可以像数组一样索引
In [37]: ind[1]
Out[37]: 3
In [38]: ind[::2]
Out[38]: Int64Index([2, 5], dtype='int64')
#与数组有相似的属性
In [40]: print(ind.size,ind.shape,ind.ndim,ind.dtype)
4 (4,) 1 int64
#可以进行数集运算
In [41]: indA = pd.Index([1,3,5,7,9])
In [42]: indB = pd.Index([2,3,5,7,8])
In [43]: indA & indB #交集
Out[43]: Int64Index([3, 5, 7], dtype='int64')
In [44]: indA | indB #并集
Out[44]: Int64Index([1, 2, 3, 5, 7, 8, 9], dtype='int64')
In [45]: indA ^ indB #异或
Out[45]: Int64Index([1, 2, 8, 9], dtype='int64')
标签：对象,dtype,索引,pd,Series,数据结构,data,Pandas,Out 来源： https://www.cnblogs.com/xiqi2018/p/15839584.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。