Python Pandas中的数据结构实例分析

今天小编给大家分享一下python pandas中的数据结构实例分析的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

前言：

Pandas有三种数据结构：Series、DataFrame和Panel。Series类似于数组；DataFrame类似于表格；Panel可视为excel的多表单Sheet

1.Series

Series是一种一维数组对象，包含一个值序列，并且包含数据标签，称为索引(index)，通过索引来访问数组中的数据。

1.1通过列表创建Series

例1.通过列表创建

import pandas as pdobj = pd.Series([1,-2,3,4])   #仅由一个数组构成print(obj)

输出：

0 1
1 -2
2 3
3 4
dtype: int64

输出的第一列为index，第二列为数据value。如果创建Series时没有指定index，Pandas会采用整型数据作为该Series的index。也可以使用Python里的索引index和切片slice技术

例2.创建Series时指定索引

import pandas as pdi = ["a","c","d","a"]v = [2,4,5,7]t = pd.Series(v,index=i,name="col")print(t)

out:

a    2
c    4
d    5
a    7
Name: col, dtype: int64

尽管创建Series指定了index，实际上Pandas还是有隐藏的index位置信息。所以Series有两套描述某条数据手段：位置和标签 

例3.Series位置和标签的使用

import pandas as pdval = [2,4,5,6]idx1 = range(10,14)idx2 = "hello the cruel world".split()s0 = pd.Series(val)s1 = pd.Series(val,index=idx1)t = pd.Series(val,index=idx2)print(s0.index)print(s1.index)print(t.index)print(s0[0])print(s1[10])print('default:',t[0],'label:',t["hello"])

1.2通过字典创建Series

如果数据被存放在一个Python字典中，也可以直接通过这个字典来创建Series

  例4.通过字典创建Series

import pandas as pdsdata = {'Ohio':35000,'Texass':71000,'OreGon':16000,'Utah':5000}obj = pd.Series(sdata)print(obj)

Ohio      35000
Texass    71000
Oregon    16000
Utah       5000
dtype: int64

如果只传入一个字典，则结果Series中的索引就是原字典的键（有序排列）

例5.通过字典创建Series时的索引

import pandas as pdsdata = {"a":100,"b":200,"e":300}obj = pd.Series(sdata)print(obj)

a    100
b    200
e    300
dtype: int64

如果字典中的键值和指定的索引不匹配，则对应的值时NaN

  例6.键值和指定索引不匹配

import pandas as pdsdata = {"a":100,"b":200,"e":300}letter = ["a","b","c","e"]obj = pd.Series(sdata,index=letter)print(obj)

a    100.0
b    200.0
c      NaN
e    300.0
dtype: float64

对于许多应用而言，Series重要的一个功能是：它在算术运算中会自动对齐不同索引的数据

例7.不同索引数据的自动对齐

import pandas as pdsdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}obj1 = pd.Series(sdata)states = ['California','Ohio','Oregon','Texas']obj2 = pd.Series(sdata,index=states)print(obj1+obj2)

California         NaN
Ohio           70000.0
Oregon         32000.0
Texas         142000.0
Utah               NaN
dtype: float64 

Series的索引可以通过赋值的方式就地修改

  例8.Series索引的修改

import pandas as pdobj = pd.Series([4,7,-3,2])obj.index = ['Bob','Steve','Jeff','Ryan']print(obj)

Bob      4
Steve    7
Jeff    -3
Ryan     2
dtype: int64

2.DataFrame

 DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同类型的值(数值、字符串、布尔值等)。DataFrame既有行索引也有列索引，它可以被看作由Series组成的字典(共用同一个索引)。跟其他类型的数据结构相比，DataFrame中面向行和面向列的操作上基本上是平衡的

 构建DataFrame的方式有很多，最常用的是直接传入一个由等长列表或NumPy数组组成的字典来形成DataFrame

  例9.DataFrame的创建

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data)print(df)

name     sex  year city
0   张三  female  2001   北京
1   李四  female  2001   上海
2   王五    male  2003   广州
3   小明    male  2002   北京

DataFrame会自动加上索引(跟Series一样)，且全部列会被有序排列。如果指定了列名序列，则DataFrame的列就会按照指定顺序进行排列

例10.DataFrame的索引

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city'])print(df)

name  year     sex city
0   张三  2001  female   北京
1   李四  2001  female   上海
2   王五  2003    male   广州
3   小明  2002    male   北京

跟Series一样，如果传入的列在数据中找不到，就会产生NaN值。

例11.DataFrame创建时的空缺值

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city','address'])print(df)

name  year     sex city address
0   张三  2001  female   北京     NaN
1   李四  2001  female   上海     NaN
2   王五  2003    male   广州     NaN
3   小明  2002    male   北京     NaN

DataFrame构造函数的columns函数给出列的名字，index给出label标签

例12.DataFrame构建时指定列名

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])print(df)

 name  year     sex city address
a   张三  2001  female   北京     NaN
b   李四  2001  female   上海     NaN
c   王五  2003    male   广州     NaN
d   小明  2002    male   北京     NaN

3.索引对象 

 Pandas的索引对象负责管理轴标签和其他元数据(例如轴名称等).构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index

  例13.显示DataFrame的索引和列

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])print(df)print(df.index)print(df.columns)

name  year     sex city address
a   张三  2001  female   北京     NaN
b   李四  2001  female   上海     NaN
c   王五  2003    male   广州     NaN
d   小明  2002    male   北京     NaN
Index(['a', 'b', 'c', 'd'], dtype='object')
Index(['name', 'year', 'sex', 'city', 'address'], dtype='object')

索引对象不能进行修改，否则会报错。不可修改性非常重要，因为这样才能使Index对象在多个数据结构之间安全共享
除了长的像数组，Index的功能也类似于一个固定大小的集合

例14.DataFrame的Index

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d']) print('name'in df.columns)print('a'in df.index)

True

True

每个索引都有一些方法和属性，他们可用于设置逻辑并回答有关该索引所包含的数据的常见的问题。

  例15.插入索引值

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d']) df.index.insert(1,'w')Index(['a', 'w', 'b', 'c', 'd'], dtype='object')

4.查看DataFrame的常用属性

DataFrame的基础属性有value、index、columns、dtypes、ndim和shape，分别可以获取DataFrame的元素、索引、列名、类型、维度和形状。

  例16.显示DataFrame的属性

import pandas as pddata = {    'name':['张三','李四','王五','小明'],    'sex':['female','female','male','male'],    'year':[2001,2001,2003,2002],    'city':['北京','上海','广州','北京']}df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d']) print(df)print('信息表的所有值为：\n',df.values)print('信息表的所有列为：\n',df.columns)print('信息表的元素个数：\n',df.size)print('信息表的维度：\n',df.ndim)print('信息表的形状：\n',df.shape) #//输出  name  year     sex city addressa   张三  2001  female   北京     NaNb   李四  2001  female   上海     NaNc   王五  2003    male   广州     NaNd   小明  2002    male   北京     NaN信息表的所有值为： [['张三' 2001 'female' '北京' nan] ['李四' 2001 'female' '上海' nan] ['王五' 2003 'male' '广州' nan] ['小明' 2002 'male' '北京' nan]]信息表的所有列为： Index(['name', 'year', 'sex', 'city', 'address'], dtype='object')信息表的元素个数： 20信息表的维度： 2信息表的形状： (4, 5)

以上就是“Python Pandas中的数据结构实例分析”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网Python频道。