一文轻松掌握Pandas基础用法：Series, DataFrame, date_range, read_csv

青旅半醒 2023-03-12 10:57 3阅读 0赞

### 文章目录 ###

*   *   *  Pandas是什么？
         *  Pandas排序方式
         *  一维数据：Series
         *   *  排序
         *  二维数据：DataFrame
         *   *  将numpy数据转成DataFrame格式的数据
             *  将DataFrame转换为NumPy
             *  将Series数据转成DataFrame格式的数据
             *  数组对DataFrame进行排序
         *  时间索引：date\_range
         *  pandas实现csv文件的读写
         *   *  将数据写入csv文件
             *  从csv文件中读取数据

### Pandas是什么？ ###

Pandas是一个强大的分析**结构化**数据的工具集；它的使用基础是`Numpy`（提供高性能的矩阵运算）；用于*数据挖掘*和*数据分析*，同时也提供*数据清洗*功能。

*  导入

import pandas as pd

### Pandas排序方式 ###

*  根据索引排序`sort_index()`
 *  根据实际值排序`sort_values()`排序
 *  默认升序，参数`ascending=False`时为降序

### 一维数据：Series ###

它是一种类似于一维数组的对象，是由一组数据(各种`NumPy`数据类型)以及一组与之相关的**数据标签**(即索引)组成。仅由一组数据也可产生简单的Series对象。

>>> import pandas as pd
    >>> import numpy as np
    >>> b = pd.Series(np.arange(5))
    >>> b
    0    0
    1    1
    2    2
    3    3
    4    4
    dtype: int32
    >>> s = pd.Series(np.arange(5),index=['a','b','c','d','e'])
    >>> print(s)
    a    0
    b    1
    c    2
    d    3
    e    4
    dtype: int32

*  通过字典创建Series对象

>>> dict={
        'apple':45,'orange':23,'peach':12}
    >>> s =Series(dict)
    >>> s = pd.Series(dict)
    >>> s
    apple     45
    orange    23
    peach     12
    dtype: int64

*  取值

>>> a = pd.Series([1,2,3])
    >>> a.values
    array([1, 2, 3], dtype=int64)
    >>> print(a.values)
    [1 2 3]

*  根据索引取值

>>> a[2]
    3

#### 排序 ####

*  根据索引进行排序（升序）

>>> s = pd.Series([56,34,45,67,12,67,84],index = list('gbcadfe'))
    >>> s.sort_index()
    a    67
    b    34
    c    45
    d    12
    e    84
    f    67
    g    56
    dtype: int64

*  根据值进行排序（升序）

>>> s.sort_values()
    d    12
    b    34
    c    45
    g    56
    a    67
    f    67
    e    84
    dtype: int64

### 二维数据：DataFrame ###

DataFrame是Pandas中的一个**表格型**的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

*  创建

import pandas as pd
    
    a = [[1,2,3],
    	[4,5,6],
    	[7,8,9]]
    df = pd.DataFrame(a,index=list('123'),columns = ['A', 'B', 'C'])
    print(df)

运行结果

A  B  C
    1  1  2  3
    2  4  5  6
    3  7  8  9

#### 将numpy数据转成DataFrame格式的数据 ####

>>> import pandas as pd
    >>> import numpy as np
    >>> c = np.arange(20,32).reshape(3,4)
    >>> c
    array([[20, 21, 22, 23],
           [24, 25, 26, 27],
           [28, 29, 30, 31]])
    >>> c = pd.DataFrame(c)
    >>> c
        0   1   2   3
    0  20  21  22  23
    1  24  25  26  27
    2  28  29  30  31
    >>> c = pd.DataFrame(c,index=list('abc'),columns=list('ABCD'))
    >>> c
        A   B   C   D
    a NaN NaN NaN NaN
    b NaN NaN NaN NaN
    c NaN NaN NaN NaN
    >>> d = np.arange(20,32).reshape(3,4)
    >>> c = pd.DataFrame(d,index=list('abc'),columns=list('ABCD'))
    >>> c
        A   B   C   D
    a  20  21  22  23
    b  24  25  26  27
    c  28  29  30  31

#### 将DataFrame转换为NumPy ####

>>> a = [[4,6,1],[3,5,2],[9,5,7]]
    >>> df = pd.DataFrame(a,index=list('cbd'),columns=list('ahg'))
    >>> df.values
    array([[4, 6, 1],
           [3, 5, 2],
           [9, 5, 7]], dtype=int64)

#### 将Series数据转成DataFrame格式的数据 ####

>>> import pandas as pd
    >>> import numpy as np
    >>> s = pd.Series(np.arange(5),index = list('abcde'))
    >>> s
    a    0
    b    1
    c    2
    d    3
    e    4
    dtype: int32
    >>> s = pd.DataFrame(s)
    >>> s
       0
    a  0
    b  1
    c  2
    d  3
    e  4

#### 数组对DataFrame进行排序 ####

*  根据索引排序

>>> a = [[4,6,1],[3,5,2],[9,5,7]]
    >>> df = pd.DataFrame(a,index=list('cbd'),columns=list('ahg'))
    >>> df.sort_index() # 根据行索引排列
       a  h  g
    b  3  5  2
    c  4  6  1
    d  9  5  7
    >>> df.sort_index(ascending=False) # 根据行索引降序排列
       a  h  g
    d  9  5  7
    c  4  6  1
    b  3  5  2
    >>> df.sort_index(axis=1) # 根据列索引排列
       a  g  h
    c  4  1  6
    b  3  2  5
    d  9  7  5
    >>> df.sort_index(axis=1,ascending=False) # 根据列索引排列
       h  g  a
    c  6  1  4
    b  5  2  3
    d  5  7  9

*  根据实际值排序
    
    通过`by`参数指定需要排序的列值，可指定多列
    
        >>> df.sort_values(by='h') # 根据h列的值升序排列
           a  h  g
        b  3  5  2
        d  9  5  7
        c  4  6  1
        >>> df.sort_values(by='h',ascending=False)# 根据h列的值降序排列
           a  h  g
        c  4  6  1
        b  3  5  2
        d  9  5  7
        >>> df.sort_values(by=['h','g'],ascending=False)# 优先考虑排在前面的列
           a  h  g
        c  4  6  1
        d  9  5  7
        b  3  5  2

### 时间索引：date\_range ###

*  该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。
    
        pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)
    
    主要参数说明：
    
    periods：固定时期，取值为整数或None  
    freq：日期偏移量，取值为string或DateOffset，默认为’D’  
    normalize：若参数为True表示将start、end参数值正则化到午夜时间戳  
    name：生成时间索引对象的名称，取值为string或None  
    closed：可以理解成在closed=None情况下返回的结果中，若closed=‘left’表示在返回的结果基础上，再取左开右闭的结果，若closed='right’表示在返回的结果基础上，再取做闭右开的结果
    
    [参考文章][Link 1]
 *  示例

import pandas as pd
    index = pd.date_range('1/5/2020',periods=8)
    print(index)

运行结果

DatetimeIndex(['2020-01-05', '2020-01-06', '2020-01-07', '2020-01-08',
                   '2020-01-09', '2020-01-10', '2020-01-11', '2020-01-12'],
                  dtype='datetime64[ns]', freq='D')

### pandas实现csv文件的读写 ###

> csv文件是一个文本文件，其中，列中的值由逗号分隔

#### 将数据写入csv文件 ####

利用pandas包将数据写入DataFrame，再将DataFrame存储为csv文件

import pandas as pd
    
    # 多组列表
    no = [1, 2, 3, 4, 5, 6, 7]
    square_feet = [150, 200, 250, 300, 350, 400, 400]
    price = [6450, 7450, 8450, 9450, 11450, 15450, 18450]
    
    # 字典中的key值即为csv中的列名
    data = pd.DataFrame({
        'No': no, 'square_feet': square_feet, 'price': price})
    
    # 将DataFrame存储为csv, index 表示是否显示行名， default = True
    data.to_csv("data/房价.csv", index=False, sep=',')

得到的`房价.csv`

No,square_feet,price
    1,150,6450
    2,200,7450
    3,250,8450
    4,300,9450
    5,350,11450
    6,400,15450
    7,400,18450

#### 从csv文件中读取数据 ####

pandas库提供read\_csv

import pandas as pd
    data = pd.read_csv('data/房价.csv')
    print(data)

输出结果

No  square_feet  price
    0   1          150   6450
    1   2          200   7450
    2   3          250   8450
    3   4          300   9450
    4   5          350  11450
    5   6          400  15450
    6   7          400  18450

[Link 1]: https://blog.csdn.net/kancy110/article/details/77131539