Python数据分析（2）pandas库的使用：Series对象，DataFrame对象，Index对象

港控/mmm° 2022-05-23 11:34 204阅读 0赞

pandas 库使用索引机制，有Series 和 DataFrame 2种数据结构，得益于pandas的索引机制，我们可以很方便地对数据的行，和列进行操作。

#coding=gbk
    #pandas 库的使用
    #pandas 库使用索引机制，有Series 和  DataFrame 2种数据结构
    import pandas as pd
    import numpy as np
    print("--------------")
    s=pd.Series([1,2,3])
    print(s)
    # 0    1    左边的对应的是索引
    # 1    2
    # 2    3
    # dtype: int64
    s1=pd.Series([1,2,3],index=['a','b','c'])   #自定义索引值
    print(s1)
    # a    1    
    # b    2
    # c    3
    # dtype: int64
    print(s1.index) #Index(['a', 'b', 'c'], dtype='object')
    print(s1.values)    #[1 2 3]
    #选择内部元素
    print(s1[1])    #2
    print(s1[['a','b']]) 
    print(s1[0:2]) 
    # a    1
    # b    2
    # dtype: int64
    #为元素赋值
    s1[1]=9
    print(s1)
    #使用numpy数组
    s2=np.array([1,3,5])
    s3=pd.Series(s2)
    print(s3)
    # 0    1
    # 1    3
    # 2    5
    # dtype: int32
    s2[2]=99        #改变numpy数组的元素，同样会改变 pandas数组的元素
    print(s3)
    # 0     1
    # 1     3
    # 2    99
    # dtype: int32
    #Series运算
    print(s3+12)
    s3[3]=1
    s3[4]=3
    print(s3)
    # 0     1
    # 1     3
    # 2    99
    # 3     1
    # 4     3
    # dtype: int64
    #统计有几个不同的元素
    print(s3.unique())  #[ 1  3 99]
    #统计不同元素出现的次数
    print(s3.value_counts())
    # 3     2    代表3出现2次
    # 1     2    代表1出现2次
    # 99    1
    # dtype: int64

#naN表示非数值
    a=pd.Series([1,2,np.NaN,4])
    print(a)
    # 0    1.0
    # 1    2.0
    # 2    NaN
    # 3    4.0
    # dtype: float64
    print(a.isnull())
    # 0    False    判断是否为非数值
    # 1    False
    # 2     True
    # 3    False
    # dtype: bool

#Series 对象用作字典
    mydict={'red':1,'blue':2,'black':3}
    d=pd.Series(mydict)
    print(d)
    # black    3
    # blue     2
    # red      1
    # dtype: int64

DataFrame对象简述：

![20180607214902883][]

#DataFrame 对象
    data={'color':['blue','green','black','yellow'],
          'object':['book','pencil','notebbook','pen'],
          'price':[1.2,4.5,6,9]}
    frame=pd.DataFrame(data)
    print(frame)
    #     color     object  price    #有索引值，第一列
    # 0    blue       book    1.2
    # 1   green     pencil    4.5
    # 2   black  notebbook    6.0
    # 3  yellow        pen    9.0
    frame1=pd.DataFrame(data,index=['one','two','three','four'])    #改变索引的参数
    print(frame1)
    print(pd.DataFrame(data,columns=['color','price']))
    #     color  price
    # 0    blue    1.2
    # 1   green    4.5
    # 2   black    6.0
    # 3  yellow    9.0
    frame2=pd.DataFrame(np.arange(16).reshape(4,4),
                        index=['blue','green','black','yellow'],
                        columns=['color','price','object','real'])
    print(frame2)
    #         color  price  object  real    创建dataframe对象
    # blue        0      1       2     3
    # green       4      5       6     7
    # black       8      9      10    11
    # yellow     12     13      14    15

#获取元素
    print(frame2.price)
    # blue       1
    # green      5
    # black      9
    # yellow    13
    print(frame2.values)
    # [[ 0  1  2  3]    获取全部元素
    #  [ 4  5  6  7]
    #  [ 8  9 10 11]
    #  [12 13 14 15]]
    print(frame2.ix[2])
    print(frame2.ix[[0,2]])     #中间有2个括号
    #        color  price  object  real
    # blue       0      1       2     3
    # black      8      9      10    11
    print(frame2.ix[0,2])   #返回一个具体的值    2，中间没有中括号
    print(frame2[1:3])  #查找第二，三行的元素
    #赋值
    frame2['new']=[4,6,8,12]
    print(frame2)   #新增加一列
    #         color  price  object  real  new
    # blue        0      1       2     3    4
    # green       4      5       6     7    6
    # black       8      9      10    11    8
    # yellow     12     13      14    15   12
    del frame2['new']   #删除一列
    print(frame2)
    #筛选
    print(frame2[frame2<12])
    #         color  price  object  real
    # blue      0.0    1.0     2.0   3.0
    # green     4.0    5.0     6.0   7.0
    # black     8.0    9.0    10.0  11.0
    # yellow    NaN    NaN     NaN   NaN
    #转置
    print(frame2.T)
    #         blue  green  black  yellow
    # color      0      4      8      12
    # price      1      5      9      13
    # object     2      6     10      14
    # real       3      7     11      15

#index 对象
    print(frame2.index) #Index(['blue', 'green', 'black', 'yellow'], dtype='object')
    print(frame2.idxmax())
    print(frame2.idxmin())

import pandas as pd
    import numpy as np
    data  = pd.DataFrame(np.arange(12).reshape(3,4),index = ['a','b','c'],columns = ['c1','c2','c3','c4'])
    print(data)
    print(data.shape)   #    numpy 的数组和 pandas 的DataFrame 数据结构都具有shape 方法,返回（行，列）
    data1 = np.array([[1,2],[3,4]])
    print(data1)
    print(data1.dtype)
    print(data1.shape)  #(2, 2)
    print(data1.ravel())    #[1 2 3 4] numpy 中返回一维数组
    
    data2 = pd.DataFrame(data1)     #将array 转换成  DataFrame
    print(data2)
    print(data2.dtypes)

--------------------

![1240][]

[20180607214902883]: /images/20220523/48e8eb2259554eedaf7098ed6e6db30e.png
[1240]: /images/20220523/db350f5955ed49fd94fcb118b78b8857.png