第4章 Pandas的使用-【千锋教育】Python快乐编程——数据分析与实战

第4章 Pandas的使用 Pandas的数据结构 Pandas的索引对象 Pandas的基本计算 Pandas的统计功能 Pandas的数据缺陷处理 Pandas的层次化索引 Pandas的文件读取 Pandas的数据结构 Pandas的索引对象 Pandas的基本计算 Pandas的数据缺陷处理 Pandas的层次化索引 Pandas的文件读取 Pandas的统计功能 目 录 CATALOUGUE 初心至善 匠心育人 01 02 04 05 03 06 07 掌握DataFrame和Series的操作 掌握数据的层次化处理 掌握内置函数的使用 掌握缺失数据的处理 学 习 目 标 LEARNING OBJECTIVES 初心至善 匠心育人 Pandas是数 据 分 析 中 经 常 使 用 的 一 个 Python 的 数 据 处 理 包,由Pandas社 区 基 于NumPy进行开发,于2009年开源发布,最初被使用在金融领域,具有灵活、高效的特点。Pandas是数据开发者、数据科学家等与数据处理有关的工 作 者 必 须 掌 握 的 关 键 数 据 处理库。 初心至善 匠心育人 4.1 Pandas的 数据结构 初心至善 匠心育人 4.1 Pandas的数据结构 Pandas中具有两种基本数据类型,分别是 DataFrame和 Series数据类型。Series数据类型可以看作是 DataFrame数据类型的子集,Series数据类型是索引对象和单行数据的集合,而 DataFrame可以看作是索引对象和多行数据的集合。在实际开发过程中,使用比较多的是 DataFrame数据类型。下面将详细介绍 Series和 DataFrame数据类型的创建和使用。(注意:以下内容将Series数据类型或对象简称为Series,将 DataFrame数据类型或对象简称为 DataFrame。) 初心至善 匠心育人 4.1.1 Series对象的创建 Pandas同 NumPy一样提供了创建对应数据类型的基本类,Series创建类具体形式如下。 通过上述代码可以看出该类具有多个参数。 参数data可以是类数组、可迭代对象、字典或者标量值参数;参数dtype是字符类型的数据,用于指定输出数据的类型;参数copy默认为 False,当数据为 True时将开启复制参数data功能。 初心至善 匠心育人 4.1.1 Series对象的创建 参数index为类数组或索引对象,该参数的长度必须与参数data的长度一样。Pandas将索引通过哈希散列与数据进行映射,也正是因为这一机制,使得 Series的索引可以重复。若在创建Series时没有提供参数index,将默认使用0~n(n为data参数的长度减1)作为索引;如果同时使用字典作为参数 data和参数index,Pandas将默认用参数index覆盖字典数据的键值。 初心至善 匠心育人 4.1.1 Series对象的创建 开发者可以使用Series类直接创建操作,具体代码如下。 初心至善 匠心育人 4.1.1 Series对象的创建 通过上述代码可以看出,使用列表创建Series,得到的结果中默认添加了索引。当使用字典对象创建Series实例时,生成的结果将使用字典中的键作为索引(如In[4]代码)。 开发者可根据需求在创建Series时指定索引。Series对象的索引和 Excel表格列的作用十分相近,具体代码如下。 初心至善 匠心育人 4.1.1 Series对象的创建 通过上述代码可以看出,开发者可以通过参数index指定索引。(注意:data参数元素个数应与index参数个数相同。) 开发者还可通过index属性查看索引,具体代码如下。 本节中主要讲述了 Series 的创建方式,在 4.1.2 节中将详细讲述 Series 对象的索引操作。 初心至善 匠心育人 4.1.2 Series对象的属性 Series 是 Excel 表格的基本数据,是索引( index )和数据( values )的集合。本节将介绍Series 的属性操作,主要包括数据的增、删、改、查、判空、相关计算等操作,索引的增、删、改、查、对齐操作以及索引名的使用。 1.数据值与索引值的查看 开发者通过 Series 属性——— values 可以查看 Ser _ 1 的数据值,通过 index 属性可以查看索引值,具体代码如下。 初心至善 匠心育人 4.1.2 Series对象的属性 2.通过索引查看值 索引的主要作用是方便开发者快捷、迅速地找到相关数据,Pandas 允许开发者通过索引查看数据,具体代码如下。 上述代码中,由于 Ser _ 2 没有索引数据“ 5 ”,所以会显