当前位置：首页 > news >正文

day21和day22学习Pandas库

news 2025/7/19 4:32:01

文章目录

三、Pandas库
- 1、概述
- 2、安装
- 3、内置的数据结构
- - 3.1 Series(一维数据结构)
  - - 3.1.1创建的语法
    - 3.1.2 访问数据
    - 3.1.3 遍历
  - 3.2 DataFrame（二维数据结构）
  - - 3.2.1创建语法
    - 3.2.2取值和赋值
    - 3.2.3修改数据和列名
    - 3.2.4删除数据
    - - 未完待续...

三、Pandas库

1、概述

Pandas 的出现使得 Python 做数据分析的能力得到了大幅度提升，它主要实现了数据分析的五个重要环节：加载数据、整理数据、操作数据、构建数据模型、分析数据

2、安装

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/

3、内置的数据结构

3.1 Series(一维数据结构)

Series 是带标签的一维数组，这里的标签可以理解为索引，但这个索引并不局限于整数，它也可以是字符类型，比如 a、b、c 等

3.1.1创建的语法

pandas.Series( data, index , dtype , copy)

参数：
- data：一维数组
- index：数据的索引，默认是0~n
- dtype：数据类型，默认自动识别
- copy：是否允许复制，默认False

示例：

import pandas as pd
arr = pd.Series([1, 2, 3], ['a', 'b', 'c'])
print(arr)

输出
```
a    1
b    2
c    3
dtype: int64
```

3.1.2 访问数据

标签切片取值，包含边界值
示例：

import pandas as pd
arr = pd.Series([1, 2, 3], ['a', 'b', 'c'])
print(arr['a'])  # 输出 1
print(arr['a':'b']) 
# 输出 
a    1
b    2
dtype: int64

3.1.3 遍历

语法1：for idx in s.index:

获取Series数组的元素标签（索引）
示例：

import pandas as pd
s = pd.Series([1, 2, 3], ['a', 'b', 'c'])
for idx in s.index:
	print(idx)
# 输出 a b c  (三行)

语法2：for v in s.values

获取Series数组的所有元素（取值）
示例：

import pandas as pd
s = pd.Series([1, 2, 3], ['a', 'b', 'c'])
for v in s.values:
    print(v) # 输出 1 2 3 (三行)

语法3：for idx, val in s.items():

获取Series数组的所有元素和对应标签
示例：

import pandas as pd
s = pd.Series([1, 2, 3], ['a', 'b', 'c'])
for idx, val in s.items():
    print(idx, val)
# 输出
a 1
b 2
c 3

3.2 DataFrame（二维数据结构）

DataFrame 是一种表格型数据结构，它既有行标签，又有列标签

在这里插入图片描述

3.2.1创建语法

函数名	参数
pd.DataFrame( data, index, columns, dtype, copy)	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：默认为 False，表示复制数据 data

字典嵌套数组，多个数组长度要一致

示例1：

import pandas as pd
# 创建 DataFrame 对象
data = {"name":['小米','小红','小紫'],"age":[18,19,20]}
s = pd.DataFrame(data=data)
print(s)
# 输出
    name  age
0   小米   18
1   小红   19
2   小紫   20

使用Series数组创建DataFrame数组，多个Series长度可以不同，最后取并值，缺值的位置补NaN。

示例：

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)
print(s)
# 输出
  name  age
a   zs   10
b   ls  NaN
c   ww  NaN

3.2.2取值和赋值

只能一列一列的切片操作（垂直砍），不能水平砍切片

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
# 输出列切片age======================
print(s['age'])
#输出
a     10
b    NaN
c    NaN
Name: age, dtype: object
# 添加一列======================
s['three'] = np.Series(["新列"],['a'])
print(s)
# 输出
   name  age three
a   zs   10   新列
b   ls  NaN   NaN
c   ww  NaN   NaN

s.assign()方法添加新列

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
# =============插入新列======================
# 注意：这里列表长度要和Dataframe的行数一致，否则报错
s = s.assign(three = [1,2,3])
print(s)
# 输出
  name  age  three
a   zs   10      1
b   ls  NaN      2
c   ww  NaN      3

s.insert()在指定位置插入新列
参数：
- loc: 插入位置的列索引。
- column: 新列的名称。
- value: 要插入的 Series（数据）。

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
# =============指定位置插入新列======================
# 使用 insert 方法在位置 1 插入新列 'D'
s.insert(1, 'D', [13, 14, 15])
print(result)
# 输出
  name   D  age
a   zs  13   10
b   ls  14  NaN
c   ww  15  NaN

3.2.3修改数据和列名

修改数据：

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series([10],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
#==============修改age列 +10 ==============
s["age"] = s["age"] + 10
print(s)
# 输出 ----   NaN 参与任何数学运算的结果依旧是 NaN
  name   age
a   zs  20.0
b   ls   NaN
c   ww   NaN

修改列名字
- 修改原数组名字：s. columns = [newname]
- 返回新数组：s.rename( columns={ “旧名”：“新名” ,…} )
- 示例：

import pandas as pd
data = {
   "name":pd.Series(['zs','ls','ww'],['a','b','c']),
   "age":pd.Series(['10'],['a'])
}
s = pd.DataFrame(data=data)  # 数据和上面的一样
#=====s. columns = [newname] 直接修改原数组 ========
s.columns = ["A","B"]
print(s)
# 输出 -- 列 name和age 修改成 A和B
    A    B
a  zs   10
b  ls  NaN
c  ww  NaN
#== s.rename(columns={"旧名":"新名",....}) 生产新数组========
s2 = s.rename( columns={"A":"Z","B","x"} )
print(s2)
# 输出  
    Z    x
a  zs   10
b  ls  NaN
c  ww  NaN