python数据分析之pandas入门1学习目标学习内容总结

92 阅读 0 评论 61 点赞

我是靠谱客的博主欣慰小笼包，最近开发中收集的这篇文章主要介绍python数据分析之pandas入门1学习目标学习内容总结，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

文章目录

学习目标
学习内容
- pandas的理解
- - Numpy和Pandas的对比
- Series类型
- DataFrame类型
- - DataFrame是什么类型
- pandas数据类型的操作
- - 数据库的操作
  - 删除指定索引的对象
- 算术运算法则
- 比较运算
总结

学习目标

学习python数据分析与展示

所采用到的课程链接是北理-Python数据分析与展示-Numpy、Matplotlib、Pandas

学习内容

pandas的理解

两种数据类型:Series和DataFrame
基于上述数据类型的各类操作
基本操作,运算操作,特征类操作(提取数据特征),关联类操作(在数据当中挖掘相关关系)

Numpy和Pandas的对比

Pandas是 Numpy 的拓展

Numpy	Pandas
基础数据类型	拓展数据类型
关注数据的结构表达	关注数据的应用表达
维度:数据之间的关系	数据与索引之间的关系

Series类型

Series类型的组成方法是一组数据和其对应的索引,Series类型会自动生成索引

import pandas as pd
a=pd.Series([3,4,6,7],index=['a','e','c','d'])
#以字典类型进行创建
a

使用index可以进行自动索引

#返回值如下
a    3
e    4
c    6
d    7
dtype: int64

Series:兼容性强,可以创建的方法有很多,可以创建类型如下

Python列表，index与列表元素个数一致
标量值，index表达Series类型的尺寸
Python字典，键值对中的“键”是索引，index从字典中进行选择操作

这里需要注意到的是当Series前面的数据值只有一个,但是要表示多个数据的时候,就需要对数据进行一个索引的操作,也就是index不能省略

ndarray，索引和数据都可以通过ndarray类型创建
其他函数，range()函数等

Series的基本操作如下:

获取操作	返回值
$. in d e x$	$获得索引$
$. v a l u e$	$获得索引$

Series类型的操作类似ndarray类型：

索引方法相同，采用[ ]
NumPy中运算和操作可用于Series类型
可以根据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
Series需要进行索引和数据的对齐,可以理解为C语言中的指针加数据的一个操作

对齐操作

这里我们可以看到不同索引的数据在进行加法运算之后,二者都相互拥有的才会返回具体值,反之则返回NaN
以下是设置名称以及数据进行修改

这里我们可以总结得出Series是带标签的数组,也就是一个索引对应一个数值

DataFrame类型

在这里插入图片描述

DataFrame是什么类型

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
DataFrame常用于表达二维数据，但可以表达多维数据
如下是具体操作实例
在这里插入图片描述
下面就是由列表类型的字典进行创建,可以看作和C语言当中的结构体进行类比和理解

DataFrame是二维带标签的数组
DataFrame的基本操作类似Series,可以根据行列进行索引

pandas数据类型的操作

改变Series和DataFrame对象的操作办法
可以进行增加或者重排的操作
删除:drop方法

数据库的操作

重新索引
.reindex()能够改变或者重排索引


index,columns	自定义新的索引
fill_value	重新索引,填充缺失值
method	选择填充办法,ffill当前值向前填充,bfill向后填充
limit	最大填充量
copy	默认为True,生成新对象,False,表示新旧相等不重复

在这里插入图片描述
Series和DataFrame索引类型都是Index类型
Index对象都是属于不可修改类型

索引类型的操作

方法	说明
.append(idx)	连接另一个Index对象，产生新的Index对象
.diff(idx)	计算差集，产生新的Index对象
.intersection(idx)	计算交集
.union(idx)	计算并集
.delete(loc)	删除loc位置处的元素
.insert(loc,e)	在loc位置增加一个元素e

在这里插入图片描述

删除指定索引的对象

.drop() 能够删除Series和DataFrame指定行和列索引

在这里插入图片描述

算术运算法则

算术运算根据行列索引，补齐后运算，运算会自动产生浮点数
补齐时缺项填充NaN
二维和一维、一维和零维间为广播运算(广播机制)
采用+ ‐ * /符号进行的二元运算产生新的对象
加减乘除的另一种方法,可以增加参数

方法	说明
.add(d, **argws)	类型间加法运算，可选参数
.sub(d, **argws)	类型间减法运算，可选参数
.mul(d, **argws)	类型间乘法运算，可选参数
.div(d, **argws)	类型间除法运算，可选参数

在这里插入图片描述
广播运算,低维向高维进行运算
不同维度之间的运算叫做广播运算,一维Series默认在轴1参与运算
使用运算方法可以令一维Series参与轴0运算
这与R语言当中当运算位置不同的时候的计算方法是有一点不同的.
在这里插入图片描述