pandas 库

 

#python 3.8.5

#pandas

Pandas是Python第三方库，提供高性能易用数据类型和分析工具

官网：pandas.pydata.org

 

1.  导入语句

import pandas as pd

 

函数	说明
pd.read_csv('music.csv', usecols=['Artist', 'Plays']).values	参数usecols=['','']
pd.read_csv('music.csv', header=0).values pd.read_csv('music.csv').values	参数header表示表头 默认第一行为表头
df = pd.DataFrame(a)	将ndarray a转换为pandas.DataFrame 带表头
df.to_csv('pd.csv')	将数据存入csv文件
data = pd.read_csv('pd.csv')	读取csv文件
np.savetxt('np.csv', a, fmt='%.2f', delimiter=',', header='1, 2, 3, 4')	ndarray对应的文件保存

2.两个数据类型：Series, DataFrame

 

NumPy	Pandas
关注数据的结构表达	关注数据的应用表达
基础数据类型	扩展数据类型
维度：数据间关系	数据与索引间关系

 

3.Series

Series类型可以由如下类型创建：
• Python列表
• 标量值
• Python字典
• ndarray
• 其他函数

数据源	创建代码
标量值	pd.Series(25,index=['a','b','c'])
Python字典	data_d=pd.Series({'a':7,'b':8,'c':9},index=['a','b','c'])
	data_d=pd.Series({'a':7,'b':8,'c':9},index=['a','b','c','d']) 多出来的index 'd' 值为空，NaN
ndarray	data_d=pd.Series(np.arange(5))
	index也可以用ndarray创建

Series类型可以由如下类型创建：
• 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
• 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类型操作

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
• 可以通过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

索引
自动索引和自动逸索引
切片索引
条件索引
Series对象和索引都可以有一个名字，存储在属性.name中
Series + Series  基于索引运算 Series类型在运算中会自动对齐不同索引的数据
Series对象可以随时修改并即刻生效

 

DataFrame类型：pandas多维数据类型

DataFrame类型由共用相同索引的一组列组成

 

 

 

 

 

从二维ndarray对象创建	a=pd.DataFrame(np.arange(10).reshape(2,5))
从一维ndarray对象字典创建

 

对DataFrame进行分组计算

new_series = df.groupby(by=['a'])['b'].sum()

• # 意思是对字段a进行分组然后通过字段B进行求和汇总
• # 返回Series类型对象。 a会变成index b则成为值