Python利用Pandas进行数据分析的方法详解

目录

• Series
• 代码 #1
• 代码 #2
• 代码#3
• 代码 #4
• 数据框
• 代码 #1
• 代码 #2
• 代码 #3
• 代码 #4

Pandas是最流行的用于数据分析的 Python 库。它提供高度优化的性能，后端源代码完全用C或Python编写。

我们可以通过以下方式分析 pandas 中的数据：

1.Series

2.数据帧

Series

Series 是 pandas 中定义的一维（1-D）数组，可用于存储任何数据类型。

代码 #1

创建 Series

# 创建 Series 的程序

# 导入 Panda 库
import pandas as pd

# 使用数据和索引创建 Series
a = pd.Series(Data, index = Index)

在这里，数据可以是：

• 一个标量值，可以是 integerValue、字符串
• 可以是键值对的Python 字典
• 一个Ndarray

注意：默认情况下，索引从 0、1、2、…(n-1) 开始，其中 n 是数据长度。

代码 #2

当 Data 包含标量值时

# 使用标量值创建 Series 的程序

# 数值数据
Data =[1, 3, 4, 5, 6, 2, 9]

# 使用默认索引值创建系列
s = pd.Series(Data)	

# 预定义的索引值
Index =[\'a\', \'b\', \'c\', \'d\', \'e\', \'f\', \'g\']

# 创建具有预定义索引值的系列
si = pd.Series(Data, Index)

输出：

具有默认索引的标量数据

带索引的标量数据

代码#3

当数据包含字典时

# 创建词典 Series 程序
dictionary ={\'a\':1, \'b\':2, \'c\':3, \'d\':4, \'e\':5}

# 创建字典类型 Series
sd = pd.Series(dictionary)

输出：

字典类型数据

代码 #4

当 Data 包含 Ndarray

# 创建 ndarray series 的程序

# 定义二维数组
Data =[[2, 3, 4], [5, 6, 7]]

# 创建一系列二维数组
snd = pd.Series(Data)	

输出：

数据作为 Ndarray

数据框

DataFrames是 pandas 中定义的二维（2-D）数据结构，由行和列组成。

代码 #1

创建 DataFrame

# 创建 DataFrame 的程序

# 导入库
import pandas as pd

# 使用数据创建 DataFrame
a = pd.DataFrame(Data)

在这里，数据可以是：

• 一本或多本词典
• 一个或多个Series
• 2D-numpy Ndarray

代码 #2

当数据是字典时

# 使用两个字典创建数据框的程序

# 定义字典 1
dict1 ={\'a\':1, \'b\':2, \'c\':3, \'d\':4}

# 定义字典 2
dict2 ={\'a\':5, \'b\':6, \'c\':7, \'d\':8, \'e\':9}

# 用 dict1 和 dict2 定义数据
Data = {\'first\':dict1, \'second\':dict2}

# 创建数据框
df = pd.DataFrame(Data)

输出：

带有两个字典的 DataFrame

代码 #3

当数据是Series时

# 创建三个系列的Dataframe的程序
import pandas as pd

# 定义 series 1
s1 = pd.Series([1, 3, 4, 5, 6, 2, 9])

# 定义 series 2
s2 = pd.Series([1.1, 3.5, 4.7, 5.8, 2.9, 9.3])

# 定义 series 3
s3 = pd.Series([\'a\', \'b\', \'c\', \'d\', \'e\'])	

# 定义 Data
Data ={\'first\':s1, \'second\':s2, \'third\':s3}

# 创建 DataFrame
dfseries = pd.DataFrame(Data)			

输出：

三个 Series 的 DataFrame

代码 #4

当 Data 为 2D-numpy ndarray注意：在创建 2D 数组的 DataFrame 时必须保持一个约束 – 2D 数组的维度必须相同。

# 从二维数组创建 DataFrame 的程序

# 导入库
import pandas as pd

# 定义 2d 数组 1
d1 =[[2, 3, 4], [5, 6, 7]]

# 定义 2d 数组 2
d2 =[[2, 4, 8], [1, 3, 9]]

# 定义 Data
Data ={\'first\': d1, \'second\': d2}

# 创建 DataFrame
df2d = pd.DataFrame(Data)	

输出：

带有 2d ndarray 的 DataFrame