python数据分析-pandas模块基础知识（1）

呀~博主是正在学习数据分析的一员，记录的是自己学习过程中总结的知识点，肯定有不完善的地方，如有问题可以私聊我改正，共同学习进步。希望大家都能保持学习的热情，坚持自己，不断超越自己！
博客地址：qxi的博客

#今天就开始总结pandas模块的基础知识啦~#
为了入门pandas，需要熟悉两个常用的工具数据结构，Series和DataFrame。尽管他们并不能解决所有的问题，但它们为大多数应用提供了一个有效、易用的基础。
这篇文章先介绍Series，Series是一种一维数组型对象，它包含了一个值序列（与numpy中的类型相似），并且包含了数据标签，称为索引（index）。换个角度考虑Series，可以认为它是一个长度固定且有序的字典，因为它将索引值以及序列值按位置配对。
PS：文中的pd代表模块pandas
①直接用pd.Series()函数就可以生成Series了，可以看到索引值在左边，序列值在右边，当不知道索引时，默认生成的索引是从0到N-1(N是数据的长度)。可以通过values属性以及index属性分别获取Series对象的值和索引。

import pandas as pd
s=pd.Series([12,3,5,-7]) #括号里是一维数组，就是一个序列
print(s)
print(s.values)
print(s.index)

运行结果：

0    12
1     3
2     5
3    -7
dtype: int64 #数据类型
[12  3  5 -7]  #获取序列值
RangeIndex(start=0, stop=4, step=1) #获取索引值，与range(4)类似

②利用index=[]对Series对象指定索引

import pandas as pd
s=pd.Series([12,3,5,-7],index=['a','b','c','d'])
print(s)

运行结果：

a    12
b     3
c     5
d    -7
dtype: int64

③利用索引标签进行索引，提取出数据
[‘a’,’b’,’c’]包含的不是数字而是字符串，作为索引列表

import pandas as pd
s=pd.Series([12,3,5,-7],index=['a','b','c','d'])
print(s)
print(s['a'])
print(s[['a','b','c']]) #两个中括号

运行结果：

a    12
b     3
c     5
d    -7
dtype: int64
12 #s['a']结果
a    12
b     3
c     5   #s[['a','b','c']]结果

④对数据进行更改，类似字典中更改值的操作

import pandas as pd
s=pd.Series([12,3,5,-7],index=['a','b','c','d'])
print(s)
s['a']=10 #对数据进行更改，类似字典的操作
print(s['a'])

运行结果：

a    12
b     3
c     5
d    -7
dtype: int64
10

⑤使用布尔值数组进行过滤，与标量相乘，或者是应用数学函数对Series对象进行操作

import pandas as pd
import numpy as np
s=pd.Series([12,3,5,-7],index=['a','b','c','d'])
print(s>0) #仅仅是判断而已，返回True或者False
print(s[s>0]) #判断并提取出来
print(s*10) #乘上10
print(np.exp(s)) 

运行结果：

a     True
b     True
c     True
d    False
dtype: bool
a    12
b     3
c     5
dtype: int64
a    120
b     30
c     50
d    -70
dtype: int64
a    162754.791419
b        20.085537
c       148.413159
d         0.000912
dtype: float64

如果觉得对你有一点点帮助的话记得点赞哟~

本文地址：https://blog.csdn.net/hswqxi/article/details/107368822