python数据分析的钥匙——pandas库
目录
一. 关于pandas库：
二. pandas库的安装
三. pandas的两种基本数据结构——Series 与 DataFrame
3.1 Series主要用于存储一个序列这样一种数据：
3.2 DataFrame作为更复杂的数据结构，则用于存储多维数据：
3.3 Series 和 DataFrame 知识总结
四. pandas库的应用
4.1 pandas数据读写：
4.2 pandas数据处理
4.2.1 数据准备
4.2.2 数据转换
4.2.3 数据聚合
5. 总结
一. 关于pandas库：
pandas库是一个专门用来解决数据分析的库，主要有以下两大优势：
1）速度快：快速处理大型数据集；
2）效率高：提供大量高效处理数据的函数和方法；
二. pandas库的安装
1.打开命令行
按住快捷键：Win+R，即可打开“运行”窗口，在“运行”窗口中输入：cmd，回车，即可打开命令行。
2.执行安装命令
在命令行中输入命令：python install pandas，回车。等待，即可安装完成Pandas库。
三. pandas的两种基本数据结构——Series 与 DataFrame
3.1 Series主要用于存储一个序列这样一种数据：
Series 主要由一组数据及其对应的索引组成：
# 插入pandas库，以pd代称
import pandas as pd
#声明一个Series对象
datas = pd.Series([1,0,2,1,2,3], index = ['white','white','blue','green','green','yellow'])
#找出Series对象中所有不同元素
unique_datas = datas.unique()
#找出Series对象中所有不同元素并标记出现的次数
counts_datas = datas.value_counts()
#判断所属关系，返回布尔值
isin_datas = datas.isin([0,3])
#判断所属关系，返回真实值
isin_datas1 = datas[datas.isin([0,3])]
#Series对象可直接转化字典对象
mydict = {'red':2000, 'blue':1000, 'yellow':500, 'orange':1000}
myseries = pd.Series(mydict)
#Series对象之间的运算(只对共有的对象运算，其他的对象的值均为NAN)
mydict1 = {'red':400, 'black':1000, 'yellow':1000, 'green':1000}
myseries1 = pd.Series(mydict1)
add_series = myseries + myseries1
datas
unique_datas 
counts_datas 
isin_datas 
isin_datas1 
myseries 
add_series
3.2 DataFrame作为更复杂的数据结构，则用于存储多维数据：
DataFrame对象是⼀种表格型的数据结构，包含⾏索引、列索引以及⼀组数据 ：
# 插入pandas库，以pd代称
import pandas as pd
data = {'color': ['blue', 'green', 'yellow', 'red', 'white'],
'object': ['ball', 'prn', 'pencil', 'paper', 'mug'],
'price': [1.2, 1.0, 0.6, 0.9, 1.7]}
#声明一个DataFrame对象
frame = pd.DataFrame(data)
#选取指定列
frame2 = pd.DataFrame(data, columns=['object','price'])
#给与标签作为DataFrame的索引
index_frame = pd.DataFrame(data, index=['one', 'two', 'three', 'four', 'five'])
frame 
frame2 
index_frame 
frame_T
3.3 Series 和 DataFrame 知识总结
四. pandas库的应用
4.1 pandas数据读写：
数据读写对数据分析非常重要，所以pandas库也有一组被称为I/O API的函数：
这些函数被分为完全对称的两大类：读写函数和写入函数（以下以txt文件举例）
# 插入pandas库，以pd代称
import pandas as pd
# 读取txt文件
datas = pd.read_csv('text.txt', sep ='\D+', header = None, encoding = ' utf-8')
'''
'text.txt'是文件相对路径
sep 是分隔符
header 指表头（header = None表示无表头，读取文件时自动生成表头）
'''
# 生成txt文件
datas.to_csv("result.xlsx")
# 生成excel文件
datas.to_excel("result.xlsx")4.2 pandas数据处理
数据处理可以分为3个阶段：数据准备，数据转换，数据聚合
4.2.1 数据准备
4.2.2 数据转换
4.2.3 数据聚合
5. 总结
以上就是今天要讲的内容，本文简单介绍了pandas库的知识及应用，而数据分析以可以以pandas库为基础进行更多方便有效的分析研究，本文还未完结，希望大家多多支持。
欢迎大家留言一起讨论问题~~~