Pandas入门:数据结构与索引操作详解

4 下载量 121 浏览量 更新于2024-08-29 收藏 151KB PDF 举报
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。