Pandas统计分析基础（1）：Pandas的安装与Pandas引入的新数据类型：Series与 DataFrame基本

✅作者简介：大家好我是Xlong，一枚正在学习COMSOL、Python的工科研究僧
个人主页:  Xlong的个人博客主页
系列专栏:  Python大数据分析
如果觉得博主的文章还不错的话，请支持一下博主哦

目录

一、前言

二、安装

2、Pandas引入的新数据类型：Series与 DataFrame

2.1 Series（一维数据）

（1）数组

（2）字典

（3）标量值

2.2 DataFrame（二维数据）

（1）用 Series 字典生成 DataFrame

（2）用多维数组字典、列表字典生成 DataFrame

三、参考资料

---

一、前言

        Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。

        Pandas 适用于处理以下类型的数据：

1. 与 SQL 或 Excel 表类似的，含异构列的表格数据;
2. 有序和无序（非固定频率）的时间序列数据;
3. 带行列标签的矩阵数据，包括同构或异构型数据;
4. 任意其它形式的观测、统计数据集, 数据转入 Pandas 数据结构时不必事先标记。

        Pandas 的主要数据结构是 Series（一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。对于 R 用户，DataFrame 提供了比 R 语言 data.frame 更丰富的功能。Pandas 基于 NumPy 开发，可以与其它第三方科学计算支持库完美集成。

二、安装

        1.安装Pandas的最简单方法是将其安装为Anaconda发行版的一部分，这是一种用于数据分析和科学计算的跨平台发行版。这是大多数用户的推荐安装方法。

        2.pip install Pandas

        3.如果是用的Pycharm开发平台，那就需要依次点击“文件”→“Python Interpreter”→“＋”→“搜索pandas”→Install Package，如下图所示:

需要注意：

• pandas新版已经不再支持python2
• pandas依赖numpy

import pandas as pd
print(pd.__version__) #看看自己的版本，过低的话可能会有些功能不支持
#运行结果：1.4.1

如果像上面演示的这样，会出现pandas的版本，也就说明安装成功了！

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']  #图中字体改为黑体以兼容中文
plt.rcParams['axes.unicode_minus']=False #负号显示的问题

2、Pandas引入的新数据类型：Series与 DataFrame

2.1 Series（一维数据）

        Series 是带标签的一维数组，可存储整数、浮点数、字符串、Python 对象等类型的数据。轴标签统称为索引。调用 pd.Series 函数即可创建 Series：

        s = pd.Series(data, index=index)

上述代码中，data 支持以下数据类型：

• Python 字典
• 数组
• 标量值（如，5）

        index 是轴标签列表。不同数据可分为以下几种情况：

（1）数组

        data 是数组时，index 长度必须与 data 长度一致。没有指定 index 参数时，创建数值型索引，即 [0, ..., len(data) - 1]。

import numpy as np
import pandas as pd
s = pd.Series(np.random.randn(5))
print(s)

运行结果：

0    1.634802
1   -0.847340
2    0.813301
3    1.017809
4    0.294289
dtype: float64

import numpy as np
import pandas as pd
s = pd.Series(np.random.randn(5),index=['a', 'b', 'c', 'd', 'e'])
print(s)
print(s.index) #可以通过.index调用一个Series的index

运行结果：

a   -0.101459
b    0.708805
c    0.757455
d    0.360905
e    0.920713
dtype: float64
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

（2）字典

        Series 可以用字典实例化：

import pandas as pd
dic = {'b': 1, 'a': 0, 'c': 2}
print(pd.Series(dic))

运行结果：

b    1
a    0
c    2
dtype: int64

（3）标量值

        data 是标量值时，必须提供索引。Series 按索引长度重复该标量值。

import pandas as pd
A=pd.Series(5., index=['a', 'b', 'c', 'd', 'e'])
print(A)

运行结果：

a    5.0
b    5.0
c    5.0
d    5.0
e    5.0
dtype: float64 

2.2 DataFrame（二维数据）

        DataFrame 是由多种类型的列构成的二维标签数据结构，类似于 Excel 、SQL 表，或 Series 对象构成的字典。DataFrame 是最常用的 Pandas 对象，与 Series 一样，DataFrame 支持多种类型的输入数据：

• 一维 ndarray、列表、字典、Series 字典
• 二维 numpy.ndarray
• Series
• DataFrame

        除了数据，还可以有选择地传递 index（行标签）和 columns（列标签）参数。传递了索引或列，就可以确保生成的 DataFrame 里包含索引或列。Series 字典加上指定索引时，会丢弃与传递的索引不匹配的所有数据。

        没有传递轴标签时，按常规依据输入数据进行构建。

（1）用 Series 字典生成 DataFrame

        生成的索引是每个 Series 索引的并集。先把嵌套字典转换为 Series。如果没有指定列，DataFrame 的列就是字典键的有序列表。

import pandas as pd
d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
print(d,'\n')
df = pd.DataFrame(d) #大小写敏感
print(df,'\n')
di = pd.DataFrame(d, index=['d', 'b', 'a'])
print(di)

运行结果：

{'one': a    1.0
b    2.0
c    3.0
dtype: float64, 'two': a    1.0
b    2.0
c    3.0
d    4.0
dtype: float64}

   one  two
a  1.0  1.0
b  2.0  2.0
c  3.0  3.0
d  NaN  4.0

   one  two
d  NaN  4.0
b  2.0  2.0
a  1.0  1.0

        通过字典组成dataframe时，index一样的serie会共用index，否则会将不同的index拼接起来。

import pandas as pd
d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
A = pd.DataFrame(d, index=['d', 'b', 'a','c'], columns=['two', 'three'])
print(A)

运行结果：

   two three
d  4.0   NaN
b  2.0   NaN
a  1.0   NaN
c  3.0   NaN

        index 和 columns 属性分别用于访问行、列标签：

import pandas as pd
d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),
     'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
A = pd.DataFrame(d, index=['d', 'b', 'a','c'], columns=['two', 'three'])
print(A.index)
print(A.columns)

运行结果：

Index(['d', 'b', 'a', 'c'], dtype='object')
Index(['two', 'three'], dtype='object')

（2）用多维数组字典、列表字典生成 DataFrame

        多维数组的长度必须相同。如果传递了索引参数，index 的长度必须与数组一致。如果没有传递索引参数，生成的结果是 range(n)，n 为数组长度。

import pandas as pd
d = {'one': [1., 2., 3., 4.],'two': [4., 3., 2., 1.]}
print(d,'\n')
A = pd.DataFrame(d)
print(A)

运行结果：

{'one': [1.0, 2.0, 3.0, 4.0], 'two': [4.0, 3.0, 2.0, 1.0]}

   one  two
0  1.0  4.0
1  2.0  3.0
2  3.0  2.0
3  4.0  1.0

import pandas as pd
d = {'one': [1., 2., 3., 4.],'two': [4., 3., 2., 1.]}
A = pd.DataFrame(d)
print(A,'\n')
A.index=['a', 'b', 'c', 'd']
print(A)

运行结果：

   one  two
0  1.0  4.0
1  2.0  3.0
2  3.0  2.0
3  4.0  1.0

   one  two
a  1.0  4.0
b  2.0  3.0
c  3.0  2.0
d  4.0  1.0

import pandas as pd
d = {'one': [1., 2., 3., 4.],'two': [4., 3., 2., 1.]}
A = pd.DataFrame(d)
print(A,'\n')
A.index=['a', 'b', 'c', 'd']
print(A)
A = pd.DataFrame(d, index=['a', 'b', 'c', 'd'])
print(A)

运行结果：

    one  two
0  1.0  4.0
1  2.0  3.0
2  3.0  2.0
3  4.0  1.0

   one  two
a  1.0  4.0
b  2.0  3.0
c  3.0  2.0
d  4.0  1.0
   one  two
a  1.0  4.0
b  2.0  3.0
c  3.0  2.0
d  4.0  1.0

三、参考资料

菜鸟教程：Pandas教程https://www.runoob.com/pandas/pandas-tutorial.html

         老师课件

        以上就是Pandas统计分析基础（1）之Pandas的安装与Pandas引入的新数据类型：Series与 DataFrame基本，如果有改进的建议，欢迎在评论区留言交流~

        持续更新中......原创不易，各位看官请随手点下Follow和Star，感谢！！！