首页 > c++控制台应用每一列数据如何对齐_Python数据分析第五节 pandas入门

c++控制台应用每一列数据如何对齐_Python数据分析第五节 pandas入门

这一节将开始学习python的一个核心数据分析支持库---pandas，它是python数据分析实践与实战的必备高级工具。对于使用 Python 进行数据分析来说，pandas 几乎是无人不知，无人不晓的。今天，我们就来认识认识数据分析界鼎鼎大名的 pandas。

目录

一. pandas主要数据结构

  1.  Series

  2. DataFrame

二. 列的查改增删

  1. 查看列

  2. 修改列

  3. 新增列

  4. 删除列

三. 导入Excel表格

d9d8a0066c81e48382251757adf7de05.png

一. pandas主要数据结构

想要了解pandas，我们需要先了解它的主要数据结构Series(一维数据)和DataFrame(二维数据)，这两种数据足够用来处理金融，统计，社会工作工程等领域绝大多数案例！

在开始之前我们需要了解怎么导入pandas库

import pandas as pd

将 pandas 简写成 pd 几乎成了一种不成文的规定。因此，只要你看到 pd 就应该联想到这是 pandas。

  1.   Series

Series 是一种类似于 Numpy 中一维数组的对象，它由一组任意类型的数据以及一组与之相关的数据标签(即索引)组成。举个最简单的例子：

478ebf1abe04c99d57385a973ddb6744.png

输出的结果中：左边的是数据的标签，默认从 0 开始依次递增。右边是对应的数据，最后一行表明了数据类型。

我们也可以像下面这样使用 index 参数自定义数据标签：

312e92f56e0cf5536fdf535c37c431be.png

我们还可以直接使用字典同时创建带有自定义数据标签的数据，pandas 会自动把字典的键作为数据标签，字典的值作为相对应的数据。

8837c307892d6667106e8013e052c522.png

可以看出运行结果和上面是一样的！

访问 Series 里的数据的方式，也是使用中括号加数据标签的方式来获取里面的数据

import pandas as pds1 = pd.Series([2, 4, 6, 8])s2 = pd.Series({ 'a': 2, 'b': 4, 'c': 6, 'd': 8})print(s1[0])# 输出：2print(s2['b'])# 输出：4

标签的作用很强大，我们可以对相同标签的两组数据进行加减乘除运算

假设有两个租车公司，我们要计算一下两家公司各种汽车的数量总和：

d113d3f11bed3f54f83230454dd80b6b.png

pandas 自动帮我们将相同数据标签的数据进行了计算，这就是数据对齐。

你可能会有疑问，如果两家租车公司汽车种类不一样怎么办，pandas 还能进行数据对齐吗？我们试一下就知道了。

8fd1420bdc32c126efddb723290d98a3.png

可以看到，对于数据标签不相同的数据，运算后结果是 NaN。NaN 是 Not a Number(不是一个数字)的缩写，因为其中一个 Series 中没有对应数据标签的数据，无法进行计算，因此返回了 NaN。

对于这种情况，我们想让没有的数据默认为 0，然后再进行计算。这种需求 pandas 可以实现吗？

当然可以！只需调用 Series 的 add() 方法，并设置好默认值即可。具体用法如下：

ef724bd98d67ed5652b5c43443b54274.png

add() 方法对应的是加法，数学中的四则运算在 pandas 中都有一一对应的方法，它们的用法都是类似的。具体对应关系如下图所示：

f231062f446ea2cd35a83ef3d97d6826.png

2. DataFrame

Series 是一维数据，而 DataFrame 是二维数据。什么意思呢？你可以把 DataFrame 想象成一个表格，表格有行和列这两个维度，所以是二维数据。

实际上，表格中的每一行或每一列都是一个 Series，这些 Series 就组成了 DataFrame。按行分，每一行数据加上上面的数据标签就是一个 Series， 或者按列分每一列数据加上左边的数据标签也是一个Series

那么，如何用 DataFrame 实现上图中那样的表格呢？也很简单，请看代码：

ab939188b17861c18314c707ad67797b.png

接下来是本节的重点——DataFrame。构建 DataFrame 的办法有很多，最常用的一种是传入一个由等长列表组成的字典。即字典里每个值都是列表，且它们的长度必须相等。

这样我们就得到了一个表格，字典的键会作为表格的列名。最左边的是索引，也是默认从 0 开始依次增加。当然，我们也可以在构建 DataFrame 的时候传入 index 参数来自定义索引。

21601599a16cf5860759a237a790d751.png

全都写在一行代码就太长了，所以我把表格数据放到了变量 data 中。并且通过 index 参数将日期作为了 DataFrame 的索引。

二. 列的查改增删

cc433472ec74f9955a5607c25978b5d5.png

1. 查看列

为了减少重复代码的出现，接下来的讲解都基于下面的代码。

import pandas as pddata = {   '兰博基尼': [14, 20],  '迈凯轮': [7, 3],  '法拉利': [8, 13],  '帕加尼': [10, 6]}df = pd.DataFrame(data, index=['租车公司A', '租车公司B'])

如果我们只想查看有关法拉利的数据，我们可以这样写：

print(df['法拉利'])

输出结果为：

603904f166482a5032441baa42af46ec.png

我们还能同时选择多列进行查看，只要把多个列名放到列表当中即可。

print(df[['法拉利', '迈凯轮']])

输出结果为：

2906159e8e16bec31fed654608dd9a75.png

2. 修改列

如果我们发现表格中的数据有错误，想要修改，这其实非常的简单，直接对已有列直接赋值即可。

df['法拉利'] = [18, 23]print(df)

输出结果就为修正后的：

b69dc7f5d642bd0a4bbdafddb7b7e6cd.png

3. 新增列

如果想要新增一列同样也非常的简单，对表格中不存在的列直接赋值就能添加新的列了。

df['奥迪R8'] = [3, 5]print(df)

输出结果为

a09ddcf0a95996e5575b616daa2fd45e.png

4. 删除列

删除列需要用到 drop() 方法。我们先来看一下用法：

df.drop('迈凯轮', axis=1, inplace=True)print(df)# 或者 print(df.drop('迈凯轮', axis=1))

drop() 方法的第一个参数是要删除的列名或索引。axis 表示针对行或列进行删除，axis = 0 表示删除对应的行，axis = 1 表示删除对应的列，axis 默认为 0。

最后的 inplace = True 表示直接修改原数据，否则 drop() 方法只是返回删除后的表格，对原表格没有影响。因此上面两种写法的结果是一样的。

三. 导入Excel表格

e2753a340e8331e933d881ded0c7b87d.png

导入Excel表格只需要一行代码即可：

import pandas as pddf = pd.read_excel('文件所在路径/文件名.xlsx')

我们可以用代码：

print(type(df))

来查看导入数据是一维数据(Series)还是二维数据(DataFrame)

读取到表格数据后，可能表格数据很多，我们想大致确认一下表格内容，不需要打印出完整的表格。这时我们可以使用 head() 方法来查看前 5 条数据。

代码为：

print(df.head())

head() 方法还支持传入参数来控制显示前多少条数据，比如前 2 条数据：

print(df.head(2))

除了查看开头的一些数据，还可以使用 tail() 方法查看末尾的数据。用法和 head() 一致，默认显示 5 条，可以传入参数来改变显示的条数。

print(df.tail())

我们还能通过 info() 方法查看整个表格的大致信息。

print(df.info())

运行结果及主要含义如下图所示：(用季度销售额的数据举例)

eb2da149d5ce1d295c382046ac4a4eca.png

通过 info() 方法我们可以对表格大致有个了解，知道有几行几列，以及哪列有多少条缺失数据。

除此之外，我们还能通过 describe() 方法来快速查看数据的统计摘要，方便我们对数据有一个直观上的认识。

print(df.describe())

生成的摘要从上往下分别表示数量、平均数、标准差、最小值、25% 50% 75% 位置的值和最大值。

?

长按关注公众号

欢迎留言交流

5f27dfa5199823998d062a95ecd8a640.png

更多相关：

  • php读取西门子plc_基于Socket访问西门子PLC系列教程（二）

    本文是西门子开放式TCP通信的第2篇，上一篇我们讲了使用西门子1200PLC作为TCP服务器的程序编写，可以点击下方链接阅读：【公众号dotNet工控上位机：thinger_swj】基于Socket访问西门子PLC系列教程（一）在完成上述步骤后，接下来就是编写上位机软件与PLC之间进行通信。上位机UI界面设计如下图所示：从上图可以看出...

  • python数据框 命名_Python-根据列值将数据框分为多个数据框，并用这些值命名 - python...

    我有一个大型数据集，列出了在全国不同地区销售的竞争对手产品。我希望通过使用这些新数据帧名称中的列值的迭代过程，根据区域将该数据帧分成几个其他区域，以便我可以分别处理每个数据帧-例如根据价格对每个地区的信息进行排序，以了解每个地区的市场情况。我给出了以下数据的简化版本:Competitor Region ProductA Product...

  • 有java基础的人学python_准备自学Python ，会java，有什么建议吗？

    作为一名IT从业者，我来回答一下这个问题。首先，对于具有Java编程基础的人来说，学习Python的初期并不会遇到太大的障碍，但是要结合自己的发展规划来制定学习规划，尤其要重视学习方向的选择。Java与Python都是比较典型的全场景编程语言，相比于Java语言来说，当前Python语言在大数据、人工智能领域的应用更为广泛一些，而且大...

  • v-model无法对返回的数据进行填写_学会数据分析思维，学会透过事物看本质

    这段时间通过学习相关的知识，最大的变化就是看待事物更加喜欢去了解事物后面的本质，碰到问题后解决问题思路也发生了改变。举个具体的例子，我在学习数据分析，将来会考虑从事这方面的工作，需要掌握的相关专业知识这个问题暂且按下不表，那哪些具体的问题是我需要了解的呢，以下简单罗列：1、了解数据分析师这个岗位在各个地区的需求情况？2、数据分析师的薪...

  • 抖音的标题写什么内容_看了这篇文章，我才真正明白什么才是英语速成之路！感恩...

    英语的重要性，毋庸置疑！尤其对广大职场人士，掌握英语意味着就多了一项竞争的技能。那，对于我们成人来说，时间是最宝贵的。如何短时间内在英语方面有所突破，这是我们最关心的事情。英语学习，到底有没有捷径可以走，是否可以速成？周老师在这里明确告诉大家，英语学习，没有绝对的捷径走，但是可以少走弯路。十多年的教学经验告诉我们，成功的学习方法可以借...

  • python显示行数_在idle中如何显示行号

    展开全部 其实IDLE提供了一个显32313133353236313431303231363533e78988e69d8331333365663438示所有行和所有字符的功能。 我们打开IDLE shell或者IDLE编辑器，可以看到左下角有个Ln和Col，事实上，Ln是当前光标所在行，Col是当前光标所在列。 我们如果想得到文件代码...

  • class没有发布到tomcat_Tomcat 在 SpringBoot 中是如何启动的

    前言[1]从 Main 方法说起[2]走进 Tomcat 内部[3]总结[4]《Java 2019 超神之路》《Dubbo 实现原理与源码解析 —— 精品合集》《Spring 实现原理与源码解析 —— 精品合集》《MyBatis 实现原理与源码解析 —— 精品合集》《Spring MVC 实现原理与源码解析 —— 精品合集》《Spri...

  • 如何学习streamdecoder类_如何学习篇5：强化2种能力——2种学习模式之运动类：隐性学习...

    【本文摘要】【注】本文所述内容为学习Yjango《学习观》相关视频之后的总结，观点归Yjango所有，本文仅作为学习之用。阅读本节，会让你对英语这类运动类知识的学习豁然开朗，你会知道英语学习方面，我们的症结所在。学习英语这类运动类知识，需要把握四个原则第一，不要用主动意识。第二，关注于端对端第三，输入输出符合实际情况第四，通过多个例子...

  • 结构化场景中的RGB-D SLAM

    点云PCL免费知识星球，点云论文速读。文章：RGB-D SLAM with Structural Regularities作者：Yanyan Li , Raza Yunus , Nikolas Brasch , Nassir Navab and Federico Tombari编译：点云PCL代码：https://github.co...

©2024 11GX.COM