pandas是一个专门用于数据分析的开源Python库，目前很多使用Python分析数据的专业人员都将pandas作为基础工具来使用。pandas是以Numpy作为基础来设计开发的，Numpy是大量Python数据科学计算库的基础，pandas以此为基础，在计算方面具有很高的性能。pandas有两大数据结构，这是pandas的核心，数据分析的所有任务都离开它们，分别是Series和DataFrame。
 
paandas安装较为简单，如果使用Anaconda的话，就在终端输入命令 “conda install pandas” 就能安装；如果电脑安装了pip的话，就在终端输入命令 “pip install pandas” 就能安装成功。安装完成后，可以在终端输入 “import pandas as pd” ，测试pandas是否安装成功。
 
Series用来表示一维数据结构，跟数组类似，它由两个相关联的数组组成，其中一个叫index的数组用来存储标签，这些标签与另一个数组中的元素一一对应。如下图所示：

声明Series对象时，需要调用Series()构造函数，并传入一个数组作为Series的主数组，比如：
  1. import pandas as pd
  2. ser=pd.Series([12,33,55,66])
  3. print(ser)
  5. '''输出为
  6. 0    12
  7. 1    33
  8. 2    55
  9. 3    66
  10. dtype: int64
  11. '''

运行上面的代码，可以知道，如果不指定标签，那么默认标签就是从0开始递增，我们也可以在声明一个Series对象时给它指定标签：

  1. import pandas as pd
  2. ser=pd.Series([12,33,55,66],index=['a','s','d','f'])
  3. print(ser)
  5. '''输出为：
  6. a    12
  7. s    33
  8. d    55
  9. f    66
  10. dtype: int64
  11. '''
我们可以通过Series的index很方便得到其内部元素，或者为某元素赋值：

  1. import pandas as pd
  2. ser=pd.Series([12,33,55,66])
  3. print(ser[2])
  4. ser[2]=99
  5. print(ser[2])
  7. '''输出为：
  8. 55
  9. 99
  10. '''
Series对象可以进行运算，比如加减乘除，也可以使用Numpy中的数学函数来对它进行计算：

  1. import pandas as pd
  2. ser=pd.Series([12,33,55,66])
  3. ser2=ser/2
  4. print(ser2)
  6. import numpy as np
  7. print(np.log(ser))
  9. '''输出为：
  10. 0     6.0
  11. 1    16.5
  12. 2    27.5
  13. 3    33.0
  14. dtype: float64
  15. 0    2.484907
  16. 1    3.496508
  17. 2    4.007333
  18. 3    4.189655
  19. dtype: float64
  20. '''
从上面可以看出，Series对象似乎跟字典很相似，我们可以把Series对象当作字典来使用，我们在创建Series对象时，将创建好的字典传入Series的构造函数即可，这样字典的键就组成了索引数组，每个索引对应的元素就是字典中对应的值：

  1. import pandas as pd
  2. dic={'wife':'kathy','son':'mary','mother':'lily','father':'tom'}
  3. ser=pd.Series(dic)
  4. print(ser)
  6. '''输出为：
  7. wife      kathy
  8. son        mary
  9. mother     lily
  10. father      tom
  11. dtype: object
  12. '''
DataFrame这种数据结构针对的是多维数据，由按一定顺序排列的多列数据组成，列之间的数据类型会不同，如下图所示：

从图中可以看出，DataFrame对象有两个索引数组，第一个数组index与行相关，这与Series相似，每个index标签与所在行的所有元素相关联。它的第二个数组包含一系列标签，每个标签下包含一列数据。可以将DataFrame理解为由多个Series对象组成的字典，每一列的名称为字典的键，Series作为字典的值。
创建DataFrame对象的常用方法就是传递一个字典对象给DataFrame()构造函数：

  1. import pandas as pd
  2. dic={'name':['tom','mary','john','mike'],'age':[14,15,77,45],'sex':['男','男','女','男']}
  3. frame=pd.DataFrame(dic)
  4. print(frame)
  6. '''输出为：
  7.    name  age sex
  8. 0   tom   14   男
  9. 1  mary   15   男
  10. 2  john   77   女
  11. 3  mike   45   男
  12. '''
跟Series对象类似。DataFrame如果没有明确指定标签，那么它的默认标签也是从0开始递增。如果我们想知道DataFrame对象所有列的名称，则调用columns属性就可以了，获取索引列表的话就调用index属性，调用values属性将获取所有的元素。可以给DateFrame对象添加列：

  1. import pandas as pd
  2. dic={'name':['tom','mary','john','mike'],'age':[14,15,77,45],'sex':['男','男','女','男']}
  3. frame=pd.DataFrame(dic)
  4. frame['weight']=[89,99,145,123]
  5. print(frame)
  7. '''输出为：
  8.    name  age sex  weight
  9. 0   tom   14   男      89
  10. 1  mary   15   男      99
  11. 2  john   77   女     145
  12. 3  mike   45   男     123
  13. '''
在数据处理中，有有时也会用到DataFrame的转置操作，即把行变为列，列变为行，调用DataFrame的T属性即可完成转置：

  1. import pandas as pd
  2. dic={'name':['tom','mary','john','mike'],'age':[14,15,77,45],'sex':['男','男','女','男']}
  3. frame=pd.DataFrame(dic)
  4. print(frame.T)
  6. '''输出为：
  7.         0     1     2     3
  8. name  tom  mary  john  mike
  9. age    14    15    77    45
  10. sex     男     男     女     男
  11. '''
pandas允许Series对象与DataFrame对象进行运算，定义Series和DataFrame对象时，把Series对象的索引和DataFrame的列名称保持一致：

  1. import pandas as pd
  2. import numpy as np
  3. frame=pd.DataFrame(np.arange(16).reshape((4,4)),index=['age','name','sex','weight'],columns=['john','tom','mary','cathy'])
  4. print(frame)
  5. ser=pd.Series(np.arange(4),index=['john','tom','mary','cathy'])
  6. print(ser)
  7. res=frame-ser
  8. print(res)
  10. '''输出为：
  11.         john  tom  mary  cathy
  12. age        0    1     2      3
  13. name       4    5     6      7
  14. sex        8    9    10     11
  15. weight    12   13    14     15
  17. john     0
  18. tom      1
  19. mary     2
  20. cathy    3
  21. dtype: int32
  23.         john  tom  mary  cathy
  24. age        0    0     0      0
  25. name       4    4     4      4
  26. sex        8    8     8      8
  27. weight    12   12    12     12
  28. '''
可以看出，DataFrame对象的各元素分别减去了Series对象中索引与之相同的元素，DataFrame对象每一列的所有元素都执行了减法操作。

版权声明：本文为IAMTOM原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/IAMTOM/p/10216337.html