Pandas入门：数据结构与索引操作详解

n", 'o', 'p'] # obj2.values 保持不变，仍然是[4, 7, -5, 3] # 但索引已更新为['m', 'n', 'o', 'p'] # 因此，访问元素的方式也会相应改变，如： obj2['n'] 7 # 二，DataFrame # DataFrame是二维表格型数据结构，它含有一系列有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。 # DataFrame既有行索引也有列索引，可以被看作是由Series组成的字典，或者说是一个表格形式的字典，其中键是列名，值是Series。 # 创建DataFrame的基本方式是通过字典的列表： data = {'city': ['Beijing', 'Shanghai', 'Guangzhou'], 'population': [21542000, 24256800, 13081000], 'area': [16410, 6340, 7434]} df = pd.DataFrame(data) # df # city population area # 0 Beijing 21542000 16410 # 1 Shanghai 24256800 6340 # 2 Guangzhou 13081000 7434 # DataFrame的列名可以通过.keys()方法获取，数据可以通过列名或位置访问： df.columns Index(['city', 'population', 'area'], dtype='object') df['population'] # 输出人口数量的Series # 0 21542000 # 1 24256800 # 2 13081000 # Name: population, dtype: int64 # 三，Panel # Panel是Pandas中的三维数据结构，类似于DataFrame的扩展，它有三个轴：items、major_axis 和 minor_axis。 # 通常在实际应用中不如DataFrame常见，这里不做详细介绍。 # 索引操作 # 索引在Pandas中非常重要，它不仅用于数据的选取，还可以作为数据的一部分。Pandas提供了丰富的索引操作，包括选择、切片、布尔索引等。 # 数据运算 # Pandas提供了大量的数据运算功能，包括统计函数（如mean, sum, count等）、描述性统计、合并与连接、重采样和时间序列分析等。 # 层次化索引 # 层次化索引（Hierarchical Indexing）允许在一个轴上设置多级索引，这可以用来处理高维度的数据，或者创建具有复杂索引结构的数据集。 # 数据读取与存储 # Pandas支持多种数据格式的读取和写入，包括CSV、TXT、JSON、Excel、数据库文件等，方便数据的导入导出。 # 数据清洗与整理 # 数据清洗涉及缺失值处理、重复值检测、异常值识别等，Pandas提供了诸如dropna、fillna、replace等方法进行数据清理。数据整理则包括列的排序、重命名、合并、重塑等操作。 # 数据分组与聚合 # 使用groupby方法可以对数据进行分组，然后对每个组进行聚合操作，如计算平均值、总和等。这对于数据分析中的分组统计非常有用。 # 时间序列 # Pandas特别适合处理时间序列数据，它内置了对日期和时间的处理函数，支持时间序列的重采样、窗口统计等操作。 Pandas是Python数据分析中的核心库，其强大的数据结构和索引功能使得数据处理变得高效便捷。无论是数据清洗、分析还是建模，Pandas都能提供强大支持。通过学习和掌握Pandas，可以极大地提升数据工作的效率。