Python Pandas 中的數據結構詳解
前言：
Pandas有三種數據結構：Series、DataFrame和Panel。Series類似於數組；DataFrame類似於表格；Panel可視為Excel的多表單Sheet
1.Series
Series是一種一維數組對象，包含一個值序列，並且包含數據標簽，稱為索引(index)，通過索引來訪問數組中的數據。
1.1通過列表創建Series
例1.通過列表創建
import pandas as pd obj = pd.Series([1,-2,3,4]) #僅由一個數組構成 print(obj)
輸出：
0 1
1 -2
2 3
3 4
dtype: int64
輸出的第一列為index，第二列為數據value。如果創建Series時沒有指定index，Pandas會采用整型數據作為該Series的index。也可以使用Python裡的索引index和切片slice技術
例2.創建Series時指定索引
import pandas as pd i = ["a","c","d","a"] v = [2,4,5,7] t = pd.Series(v,index=i,name="col") print(t)
out:
a 2
c 4
d 5
a 7
Name: col, dtype: int64
盡管創建Series指定瞭index，實際上Pandas還是有隱藏的index位置信息。所以Series有兩套描述某條數據手段：位置和標簽
例3.Series位置和標簽的使用
import pandas as pd
val = [2,4,5,6]
idx1 = range(10,14)
idx2 = "hello the cruel world".split()
s0 = pd.Series(val)
s1 = pd.Series(val,index=idx1)
t = pd.Series(val,index=idx2)
print(s0.index)
print(s1.index)
print(t.index)
print(s0[0])
print(s1[10])
print('default:',t[0],'label:',t["hello"])
1.2通過字典創建Series
如果數據被存放在一個Python字典中，也可以直接通過這個字典來創建Series
例4.通過字典創建Series
import pandas as pd
sdata = {'Ohio':35000,'Texass':71000,'Oregon':16000,'Utah':5000}
obj = pd.Series(sdata)
print(obj)
Ohio 35000
Texass 71000
Oregon 16000
Utah 5000
dtype: int64
如果隻傳入一個字典，則結果Series中的索引就是原字典的鍵（有序排列）
例5.通過字典創建Series時的索引
import pandas as pd
sdata = {"a":100,"b":200,"e":300}
obj = pd.Series(sdata)
print(obj)
a 100
b 200
e 300
dtype: int64
如果字典中的鍵值和指定的索引不匹配，則對應的值時NaN
例6.鍵值和指定索引不匹配
import pandas as pd
sdata = {"a":100,"b":200,"e":300}
letter = ["a","b","c","e"]
obj = pd.Series(sdata,index=letter)
print(obj)
a 100.0
b 200.0
c NaN
e 300.0
dtype: float64
對於許多應用而言，Series重要的一個功能是：它在算術運算中會自動對齊不同索引的數據
例7.不同索引數據的自動對齊
import pandas as pd
sdata = {'Ohio':35000,'Texas':71000,'Oregon':16000,'Utah':5000}
obj1 = pd.Series(sdata)
states = ['California','Ohio','Oregon','Texas']
obj2 = pd.Series(sdata,index=states)
print(obj1+obj2)
California NaN
Ohio 70000.0
Oregon 32000.0
Texas 142000.0
Utah NaN
dtype: float64
Series的索引可以通過賦值的方式就地修改
例8.Series索引的修改
import pandas as pd obj = pd.Series([4,7,-3,2]) obj.index = ['Bob','Steve','Jeff','Ryan'] print(obj)
Bob 4
Steve 7
Jeff -3
Ryan 2
dtype: int64
2.DataFrame
DataFrame是一個表格型的數據結構，它含有一組有序的列，每列可以是不同類型的值(數值、字符串、佈爾值等)。DataFrame既有行索引也有列索引，它可以被看作由Series組成的字典(共用同一個索引)。跟其他類型的數據結構相比，DataFrame中面向行和面向列的操作上基本上是平衡的
構建DataFrame的方式有很多，最常用的是直接傳入一個由等長列表或NumPy數組組成的字典來形成DataFrame
例9.DataFrame的創建
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data)
print(df)
name sex year city
0 張三 female 2001 北京
1 李四 female 2001 上海
2 王五 male 2003 廣州
3 小明 male 2002 北京
DataFrame會自動加上索引(跟Series一樣)，且全部列會被有序排列。如果指定瞭列名序列，則DataFrame的列就會按照指定順序進行排列
例10.DataFrame的索引
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city'])
print(df)
name year sex city
0 張三 2001 female 北京
1 李四 2001 female 上海
2 王五 2003 male 廣州
3 小明 2002 male 北京
跟Series一樣，如果傳入的列在數據中找不到，就會產生NaN值。
例11.DataFrame創建時的空缺值
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city','address'])
print(df)
name year sex city address
0 張三 2001 female 北京 NaN
1 李四 2001 female 上海 NaN
2 王五 2003 male 廣州 NaN
3 小明 2002 male 北京 NaN
DataFrame構造函數的columns函數給出列的名字，index給出label標簽
例12.DataFrame構建時指定列名
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])
print(df)
name year sex city address
a 張三 2001 female 北京 NaN
b 李四 2001 female 上海 NaN
c 王五 2003 male 廣州 NaN
d 小明 2002 male 北京 NaN
3.索引對象
Pandas的索引對象負責管理軸標簽和其他元數據(例如軸名稱等).構建Series或DataFrame時，所用到的任何數組或其他序列的標簽都會被轉換成一個Index
例13.顯示DataFrame的索引和列
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])
print(df)
print(df.index)
print(df.columns)
name year sex city address
a 張三 2001 female 北京 NaN
b 李四 2001 female 上海 NaN
c 王五 2003 male 廣州 NaN
d 小明 2002 male 北京 NaN
Index(['a', 'b', 'c', 'd'], dtype='object')
Index(['name', 'year', 'sex', 'city', 'address'], dtype='object')
索引對象不能進行修改，否則會報錯。不可修改性非常重要，因為這樣才能使Index對象在多個數據結構之間安全共享
除瞭長的像數組，Index的功能也類似於一個固定大小的集合
例14.DataFrame的Index
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])
print('name'in df.columns)
print('a'in df.index)
True
True
每個索引都有一些方法和屬性，他們可用於設置邏輯並回答有關該索引所包含的數據的常見的問題。
例15.插入索引值
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])
df.index.insert(1,'w')
Index(['a', 'w', 'b', 'c', 'd'], dtype='object')
4.查看DataFrame的常用屬性
DataFrame的基礎屬性有value、index、columns、dtypes、ndim和shape，分別可以獲取DataFrame的元素、索引、列名、類型、維度和形狀。
例16.顯示DataFrame的屬性
import pandas as pd
data = {
'name':['張三','李四','王五','小明'],
'sex':['female','female','male','male'],
'year':[2001,2001,2003,2002],
'city':['北京','上海','廣州','北京']
}
df = pd.DataFrame(data,columns = ['name','year','sex','city','address'],index = ['a','b','c','d'])
print(df)
print('信息表的所有值為：\n',df.values)
print('信息表的所有列為：\n',df.columns)
print('信息表的元素個數：\n',df.size)
print('信息表的維度：\n',df.ndim)
print('信息表的形狀：\n',df.shape)
#//輸出
name year sex city address
a 張三 2001 female 北京 NaN
b 李四 2001 female 上海 NaN
c 王五 2003 male 廣州 NaN
d 小明 2002 male 北京 NaN
信息表的所有值為：
[['張三' 2001 'female' '北京' nan]
['李四' 2001 'female' '上海' nan]
['王五' 2003 'male' '廣州' nan]
['小明' 2002 'male' '北京' nan]]
信息表的所有列為：
Index(['name', 'year', 'sex', 'city', 'address'], dtype='object')
信息表的元素個數：
20
信息表的維度：
2
信息表的形狀：
(4, 5)
到此這篇關於Python Pandas 中的數據結構詳解的文章就介紹到這瞭,更多相關Python Pandas 內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！
推薦閱讀：
- Python Pandas學習之Pandas數據結構詳解
- python數學建模之三大模型與十大常用算法詳情
- Python數據分析 Pandas Series對象操作
- 使用python把json文件轉換為csv文件
- Pandas如何對Categorical類型字段數據統計實戰案例