python数据分析第三方库是_python数据分析复盘—

编辑推荐:

本文来源csdn，本文主要对Python的第三方库Pandas，进行高性能易用数据类型和分析。

1.Pandas 简介

1.1 pandas是什么

Pandas是Python第三方库，提供高性能易用数据类型和分析工具

Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用

1.2 pandas vs numpy

2.Pandas库的Series类型

2.1 Series的结构

#多维一列，形式是：索引+值。（省略index会自动生成，从0开始）

>>> pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])

a 1

b 2

c 3

d 4

e 5

dtype: int64

2.2 Series的创建

Series类型可以由如下类型创建：

1.Python列表

2.标量值

3.Python字典

4.ndarray

5.其他函数，range()等

#标量值

>>> pd.Series(5)

0 5

dtype: int64

#标量值+index 结果会根据索引重新排序

pd.Series(5,index=['a','v','c','d','e'])

a 5

v 5

c 5

d 5

e 5

dtype: int64

#字典

>>> pd.Series({'a':999,'v':888,'c':756,

'd':7,'e':437})

a 999

c 756

d 7

e 437

v 888

dtype: int64

#字典+index

>>>pd.Series({'a':999,'v':888,'c':756,

'd':7,'e':437},index=['a','v'])

a 999

v 888

dtype: int64

#用ndarray创建

>>> pd.Series(np.arange(5),index=np.

arange(14,9,-1))

14 0

13 1

12 2

11 3

10 4

dtype: int32

Seriesd的创建总结：

1.Series类型可以由如下类型创建：

2.Python列表，index与列表元素个数一致

3.标量值，index表达Series类型的尺寸

4.Python字典，键值对中的“键”是索引，index从字典中进行选择操作

5.ndarray，索引和数据都可以通过ndarray类型创建

6.其他函数，range()函数等

2.3 Series基本操作

1.Series类型包括index和values两部分

2.Series类型的操作类似ndarray类型

3.Series类型的操作类似Python字典类型

（1）Series基本操作

#Series基本操作

>>>a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a.index

Index(['a', 'c', 'd', 'e', 'v'], dtype='object')

>>> a.values

array([1, 3, 4, 5, 2], dtype=int64)

#两套索引并存，但不能混用

>>> a[['a','v']]

a 1

v 2

dtype: int64

>>> a[[0,4]]

a 1

v 2

dtype: int64

#混用，以靠前的为准

>>> a[['a',4]]

a 1.0

4 NaN

dtype: float64

(2)Series类型的操作类似ndarray类型：

索引方法相同，采用 [ ]

可以通过自定义索引的列表进行切片

可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

#采用

[]切片

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a[:3]

a 1

c 3

d 4

dtype: int64

#在索引前进行运算

>>> a[a>a.median()]

d 4

e 5

dtype: int64

#以自然常数e为底的指数函数

>>> np.exp(a)

a 2.718282

c 20.085537

d 54.598150

e 148.413159

v 7.389056

dtype: float64

(3)Series类型的操作(类似Python)：

通过自定义索引访问

保留字in操作

使用.get()方法

#保留字in

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> 'a' in a

True

>>> 'v' in a

True

#只匹配索引

>>> 1 in a

False

2.4 Series对齐操作

#Series类型在运算中会自动对齐不同索引的数据.(即对不齐，就当缺失项处理)

>>> a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> b=pd.Series({'a':1,'b':2,'c':3,'d':4,'e':5})

>>> a+b

a 2.0

b NaN

c 6.0

d 8.0

e 10.0

v NaN

dtype: float64

2.5 Series的name属性

#Series对象和索引都可以有一个名字，存储在属性.name中

a=pd.Series({'a':1,'v':2,'c':3,'d':4,'e':5})

>>> a.name

>>> a.name="精忠跳水队"

>>> a.name

'精忠跳水队'

>>> a

a 1

c 3

d 4

e 5

v 2

Name: 精忠跳水队, dtype: int64

2.6 Series小结

Series是一维带“标签”数组

index_0 → data_a

Series基本操作类似ndarray和字典，根据索引对齐

3.Pandas库的DataFrame类型

3.1 DataFrame结构

#DataFrame是一个表格型的数据类型，每列值类型可以不同

#DataFrame既有行索引、也有列索引

>>> df = pd.DataFrame(np.random.randint(1,10,(4,5)))

>>> df

0 1 2 3 4

0 8 5 4 1 1

1 3 4 2 7 3

2 4 3 8 9 9

3 7 8 9 1 7

3.2 DataFrame的创建

DataFrame类型可以由如下类型创建：

ndarray对象

由一维ndarray、列表、字典、元组或Series构成的字典

Series类型

其他的DataFrame类型

#由字典创建

（自定义行列索引，会自动补齐缺失的值为NAN）

>>> df=pd.DataFrame({'one':pd.Series([1,2,3],index=

['a','v','c']),'two':pd.Series([1,2,3,4,5],index=

['a','b','c','d','e'])})

>>> df

one two

a 1.0 1.0

b NaN 2.0

c 3.0 3.0

d NaN 4.0

e NaN 5.0

v 2.0 NaN

#由字典+列表创建。统一index，尺寸必须相同

>>> df=pd.DataFrame({'one':[1,2,3],'two':[2,2,3],'three'

:[3,2,3]},index=['a','b','c'])

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

#索引（类似Series，依据行列索引）

>>> df['one']['a']

>>> df['three']['c']

3.3 pandas数据类型操作——重新索引

#由a

b c改为c a b

>>> df.reindex(['c','a','b'])

one three two

c 3 3 3

a 1 3 2

b 2 2 2

#重排并增加列

>>> df.reindex(columns=['three','two','one','two'])

three two one two

a 3 2 1 2

b 2 2 2 2

c 3 3 3 3

#原始的数据

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

#插入列

>>> newc=df.columns.insert(3,'新增')

>>> newc

Index(['one', 'three', 'two', '新增'], dtype='object')

#插入新数据

>>> newd=df.reindex(columns=newc,fill_value=99)

>>> newd

one three two 新增

a 1 3 2 99

b 2 2 2 99

c 3 3 3 99

3.4pandas数据类型操作——索引类型

>>>

one three two

a 1 3 2

b 2 2 2

c 3 3 3

>>> nc=df.columns.delete(1)

>>> ni=df.index.insert(3,'new_index')

#无填充

>>> df.reindex(columns=nc,index=ni)

one two

a 1.0 2.0

b 2.0 2.0

c 3.0 3.0

new_index NaN NaN

#有填充

>>> df.reindex(columns=nc,index=ni,method='ffill')

one two

a 1 2

b 2 2

c 3 3

new_index 3 3

#删除行列

#默认删除行

>>> df.drop('b')

one three two

a 1 3 2

c 3 3 3

#轴1为列

>>> df.drop('three',axis=1)

one two

a 1 2

b 2 2

c 3 3

3.5pandas数据类型运算——算数运算

算数运算法则：

算术运算根据行列索引，补齐后运算，运算默认产生浮点数

补齐时缺项填充NaN (空值)

二维和一维、一维和零维间为广播运算

采用+ ‐ * /符号进行的二元运算产生新的对象

（1）采用+ ‐ * /符号进行的二元运算：

#用符号运算，无法处理缺失值

>>> df1 =pd.DataFrame({'one':[1,2,3],'two':

[4,5,6]},index=['a','b','c'])

>>> df2 =pd.DataFrame({'one':[1,2,3]},

index=['a','b','c'])

>>> df1+df2

one two

a 2 NaN

b 4 NaN

c 6 NaN

（2）采用方法形式进行二元运算：

>>>

df1 =pd.DataFrame({'one':[1,2,3],'two':[4,5,6]},

index=['a','b','c'])

>>> df2 =pd.DataFrame({'one':[1,2,3]},index=['a','b','c'])

#用方法进行运算，可选参数处理缺失值

>>> df1.add(df2,fill_value=0)

one two

a 2 4.0

b 4 5.0

c 6 6.0

#运算方式

#只对对应维度及对应位置进行运算，常数则进行广播运算。

无匹配位置，则置为NAN

df =pd.DataFrame({'one':[1,2,3],'two':[2,2,3],'three'

:[3,2,3]},index=['a','b','c'])

df3=df=pd.DataFrame({'one':[1,2,3]},index=['a','b','c'])

df4=pd.DataFrame({'two':[2,2,3]},index=['a','b','c'])

#常数

>>> df3-1

one

a 0

b 1

c 2

>>> df -1

one three two

a 0 2 1

b 1 1 1

c 2 2 2

#对应维度

>>> df3 -df

one three two

a 0 NaN NaN

b 0 NaN NaN

c 0 NaN NaN

>>> df-df4

one three two

a NaN NaN 0

b NaN NaN 0

c NaN NaN 0

3.6pandas数据类型运算——比较运算

（1）法则

比较运算只能比较相同索引的元素，不进行补齐

二维和一维、一维和零维间为广播运算

采用>、<、 >=、 <= 、==、 !=等符号进行的二元运算产生布尔对象

>>>

dfx

one three two

a 1 3 2

b 1 3 2

c 1 3 2

>>> df

one three two

a 1 3 2

b 2 2 2

c 3 3 3

>>> df>dfx

one three two

a False False False

b True False False

c True False True

4.Pandas数据类型小结

1.据类型与索引的关系，操作索引即操作数据

2.Series = 索引+ 一维数据

3.DataFrame = 行列索引+ 多维数据

4.重新索引、数据删除、算术运算、比较运算

5.像对待单一数据一样对待Series和DataFrame对象

python数据分析第三方库是_python数据分析复盘——数据分析相关库之Pandas相关推荐

python实现第三方验证码获取_python利用第三方模块，发送短信验证码（测试案例）...
今天学到个利用python第三方,发送短信验证码的代码,速实现一遍,短信立即收到,果断记录在案! 环境:虚拟机上centos7平台,python2.7版本: 第三方服务提供商是:云通讯官网:www.y ...
python绘制简单图形可以引入的库是_Python基本图形绘制及库引用
turtle库的使用概述:turtle(海龟)库是turtle绘图体系的python实现 turtle库的理解: -有一只海龟,其实在窗体正中心,在画布上游走 -走过的轨迹形成了绘制的图形 -海龟由 ...
python数据分析复盘——爬虫相关库
Requests.BeautifulSoup.re.lxml.css selector .scrapy 1.Requests 1.1 Requests的7个主要方法其中,request()方法是其它 ...
python安装第三方扩展包_Python之安装第三方扩展库
PyPI 地址:https://pypi.python.org/pypi 如果你知道你要找的库的名字,那么只需要在右上角搜索栏查找即可. 1.pip安装扩展库 (1)安装最新版本的扩展库: cmd&g ...
python爬取凤凰新闻网_python凤凰新闻数据分析（一）python爬虫数据爬取
标签的内容 first_new_td = BeautifulSoup(str(first_new[0]),'html.parser') first_new_item = first_new_td.fi ...
opencv在python环境下的安装_python环境下安装opencv库的方法
注意:安装opencv以前须要先安装numpy,matplotlib等python 1.安装方法windows 方法1.在线安装函数 1.先安装opencv-python测试 pip install ...
python词云下载什么_python词云安装什么库
python词云需要安装wordcloud库. 安装方法: 在cmd使用pip install wordcloud命令即可安装. wordcloud库把词云当作一个WordCloud对象:wordcl ...
python设计选择题代码源_Python程序的设计试题库完整
. . . < Python 程序设计>题库一. 填空题第一章基础知识 1 . Python 安装扩展库常用的是 _______ 工具.( pip ) 2 . Python 标准库 ...
python中调用π的值_python如何调用math函数库求π值
python如何调用math函数库求π值发布时间:2020-11-25 09:41:21 来源:亿速云阅读:103 作者:小新小编给大家分享一下python如何调用math函数库求π值,相信大部 ...
python录屏工具下载_Python移动端录屏库
Python移动端录屏库背景日常移动端专项测试和自动化测试通常有一些场景如:Ui自动化的操作捕获.App启动耗时.视频启播耗时等,通常都有需要边操作边录屏,而对于启动耗时测试通常还需要质量较高且帧 ...

python数据分析第三方库是_python数据分析复盘——数据分析相关库之Pandas

python数据分析第三方库是_python数据分析复盘——数据分析相关库之Pandas相关推荐

最新文章

热门文章