python数据分析的敲门砖——pandas库

python数据分析的敲门砖——pandas库,第1张

目录

1. 关于pandas库:

2. pandas库的安装

 3. pandas的两种基本数据结构——Series 与 DataFrame

3.1 Series主要用于存储一个序列这样一种数据:

3.2  DataFrame作为更复杂的数据结构,则用于存储多维数据:

3.3 Series 和 DataFrame 知识总结

4. pandas库的应用

4.1 pandas数据读写:

4.2 pandas数据处理

4.2.1 数据准备

4.2.2 数据转换

4.2.3 数据聚合

5. 总结


1. 关于pandas库:

        pandas库是一个专门用来解决数据分析的库,主要有以下两大优势:

        1)速度快:快速处理大型数据集;

        2)效率高:提供大量高效处理数据的函数和方法;


2. pandas库的安装

 1.打开命令行

 按住快捷键:Win+R,即可打开“运行”窗口,在“运行”窗口中输入:cmd,回车,即可打开命令行。


2.执行安装命令

   在命令行中输入命令:python install pandas,回车。


等待,即可安装完成Pandas库。



 3. pandas的两种基本数据结构——Series 与 DataFrame         3.1 Series主要用于存储一个序列这样一种数据:

           Series 主要由一组数据及其对应的索引组成:

# 插入pandas库,以pd代称
import pandas as pd

#声明一个Series对象
datas = pd.Series([1,0,2,1,2,3], index = ['white','white','blue','green','green','yellow'])

#找出Series对象中所有不同元素
unique_datas = datas.unique()
#找出Series对象中所有不同元素并标记出现的次数
counts_datas = datas.value_counts()

#判断所属关系,返回布尔值
isin_datas = datas.isin([0,3])
#判断所属关系,返回真实值
isin_datas1 = datas[datas.isin([0,3])]

#Series对象可直接转化字典对象
mydict = {'red':2000, 'blue':1000, 'yellow':500, 'orange':1000}
myseries = pd.Series(mydict)

#Series对象之间的运算(只对共有的对象运算,其他的对象的值均为NAN)
mydict1 = {'red':400, 'black':1000, 'yellow':1000, 'green':1000}
myseries1 = pd.Series(mydict1)
add_series = myseries + myseries1
datas
unique_datas
counts_datas
isin_datas
isin_datas1
myseries
add_series
        3.2  DataFrame作为更复杂的数据结构,则用于存储多维数据:            DataFrame对象是⼀种表格型的数据结构,包含⾏索引、列索引以及⼀组数据 :

# 插入pandas库,以pd代称
import pandas as pd

data = {'color': ['blue', 'green', 'yellow', 'red', 'white'], 
        'object': ['ball', 'prn', 'pencil', 'paper', 'mug'],
        'price': [1.2, 1.0, 0.6, 0.9, 1.7]}

#声明一个DataFrame对象
frame = pd.DataFrame(data)

#选取指定列
frame2 = pd.DataFrame(data, columns=['object','price'])

#给与标签作为DataFrame的索引
index_frame = pd.DataFrame(data, index=['one', 'two', 'three', 'four', 'five'])
frame
frame2
index_frame
frame_T
        3.3 Series 和 DataFrame 知识总结


4. pandas库的应用     4.1 pandas数据读写:

        数据读写对数据分析非常重要,所以pandas库也有一组被称为I/O API的函数:

        这些函数被分为完全对称的两大类:读写函数和写入函数(以下以txt文件举例) 

# 插入pandas库,以pd代称
import pandas as pd

# 读取txt文件
datas = pd.read_csv('text.txt', sep ='\D+', header = None, encoding = ' utf-8')
'''
'text.txt'是文件相对路径
 sep 是分隔符
 header 指表头(header = None表示无表头,读取文件时自动生成表头)
'''

# 生成txt文件
datas.to_csv("result.xlsx")
# 生成excel文件
datas.to_excel("result.xlsx")
    4.2 pandas数据处理

        数据处理可以分为3个阶段:数据准备,数据转换,数据聚合

        4.2.1 数据准备         4.2.2 数据转换         4.2.3 数据聚合


5. 总结

        以上就是今天要讲的内容,本文简单介绍了pandas库的知识及应用,而数据分析以可以以pandas库为基础进行更多方便有效的分析研究,本文还未完结,希望大家多多支持。


        欢迎大家留言一起讨论问题~~~

欢迎分享,转载请注明来源:内存溢出

原文地址: http://www.outofmemory.cn/langs/563892.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-03
下一篇 2022-04-03

发表评论

登录后才能评论

评论列表(0条)

保存