Pandas教程（⾮常详细）
⽂章⽬录
转载于：
Pandas 库是⼀个免费、开源的第三⽅ Python 库，是 Python 数据分析必不可少的⼯具之⼀，它为 Python 数据分析提供了⾼性能，且易于使⽤的数据结构，即 Series 和 DataFrame。Pandas ⾃诞⽣后被应⽤于众多的领域，⽐如⾦融、统计学、社会科学、建筑⼯程等。
Pandas 库基于 Python NumPy 库开发⽽来，因此，它可以与 Python 的科学计算库配合使⽤。Pandas 提供了两种数据结构，分别是Series（⼀维数组结构）与 DataFrame（⼆维数组结构），这两种数据结构极⼤地增强的了 Pandas 的数据分析能⼒。在本套教程中，我们将学习 Python Pandas 的各种⽅法、特性以及如何在实践中运⽤它们。
教程特点
hadoop生态本套教程是为 Pandas 初学者打造的，学习完本套教程，您将在⼀定程度上掌握 Pandas 的基础知识，以及各种功能。如果您是从事数据分析的⼯作⼈员，那么这套教程会对您有所帮助。
本套教程对 Python Pandas 库进⾏详细地讲解，包括⽂件读写、统计学函数、缺失值处理、以及数据可视化等重点知识。为了降低初学者的学习门槛，我们的教程尽量采⽤通俗易懂、深⼊浅出的语⾔风格，相信通过对本套教程的学习，您⼀定会收获颇丰。
阅读条件
在开始学习本套教程前，⾸先您应该对于数据分析、数据可视化的概念有⼀定程度的了解，并且您已经熟练掌握 Python 语⾔的基础知识。其次，由于 Pandas 库是在 NumPy 库的基础上构建⽽来，所以建议您提前学习《》。
Pandas是什么
Pandas 是⼀个开源的第三⽅ Python 库，从 Numpy 和 Matplotlib 的基础上构建⽽来，享有数据分析“三剑客之⼀”的盛名（NumPy、Matplotlib、Pandas）。Pandas 已经成为 Python 数据分析的必备⾼级⼯具，它的⽬标是成为强⼤、灵活、可以⽀持任何编程语⾔的数据分析⼯具。
图1：Pandas Logo
Pandas 这个名字来源于⾯板数据（Panel Data）与数据分析（data analysis）这两个名词的组合。在经济学中，Panel Data 是⼀个关于多维数据集的术语。Pandas 最初被应⽤于⾦融量化交易领域，现
在它的应⽤领域更加⼴泛，涵盖了农业、⼯业、交通等许多⾏业。
Pandas 最初由 Wes McKinney（韦斯·麦⾦尼）于 2008 年开发，并于 2009 年实现开源。⽬前，Pandas 由 PyData 团队进⾏⽇常的开发和维护⼯作。在 2020 年 12 ⽉，PyData 团队公布了最新的 Pandas 1.20 版本 。
在 Pandas 没有出现之前，Python 在数据分析任务中主要承担着数据采集和数据预处理的⼯作，但是这对数据分析的⽀持⼗分有限，并不能突出 Python 简单、易上⼿的特点。Pandas 的出现使得 Python 做数据分析的能⼒得到了⼤幅度提升，它主要实现了数据分析的五个重要环节：
加载数据
整理数据
操作数据
构建数据模型
分析数据
Pandas主要特点
Pandas 主要包括以下⼏个特点：
它提供了⼀个简单、⾼效、带有默认标签（也可以⾃定义标签）的 DataFrame 对象。
能够快速得从不同格式的⽂件中加载数据（⽐如 Excel、CSV 、SQL⽂件），然后将其转换为可处理的对象；
能够按数据的⾏、列标签进⾏分组，并对分组后的对象执⾏聚合和转换操作；
能够很⽅便地实现数据归⼀化操作和缺失值处理；
能够很⽅便地对 DataFrame 的数据列进⾏增加、修改或者删除的操作；
能够处理不同格式的数据集，⽐如矩阵数据、异构数据表、时间序列等；
提供了多种处理数据集的⽅式，⽐如构建⼦集、切⽚、过滤、分组以及重新排序等。
上述知识点将在后续学习中为⼤家⼀⼀讲解。
Pandas主要优势
与其它语⾔的数据分析包相⽐，Pandas 具有以下优势：
Pandas 的 DataFrame 和 Series 构建了适⽤于数据分析的存储结构；
Pandas 简洁的 API 能够让你专注于代码的核⼼层⾯；
Pandas 实现了与其他库的集成，⽐如 Scipy、scikit-learn 和 Matplotlib；
Pandas 官⽅⽹站（）提供了完善资料⽀持，及其良好的社区环境。
Pandas内置数据结构
我们知道，构建和处理⼆维、多维数组是⼀项繁琐的任务。Pandas 为解决这⼀问题， 在 ndarray 数组（NumPy 中的数组）的基础上构建出了两种不同的数据结构，分别是 Series（⼀维数据结构）DataFrame（⼆维数据结构）：
Series 是带标签的⼀维数组，这⾥的标签可以理解为索引，但这个索引并不局限于整数，它也可以是字符类型，⽐如 a、b、c 等；
DataFrame 是⼀种表格型数据结构，它既有⾏标签，⼜有列标签。
下⾯对上述数据结构做简单地的说明：
数据结构维
度
说明
Series1该结构能够存储各种数据类型，⽐如字符数、整数、浮点数、Python 对象等，Series ⽤ name 和 index 属性来描述 数据值。Series
是⼀维数据结构，因此其维数不可以改变。
DataFrame2DataFrame 是⼀种⼆维表格型数据的结构，既有⾏索引，也有列索引。⾏索引是 index，列索引是 columns。 在创建该结构时，可
以指定相应的索引值。
由于上述数据结构的存在，使得处理多维数组数任务变的简单。在《》和《》两节中，我们会对上述数据结构做详细讲解。
注意，在 Pandas 0.25 版本后，Pamdas 废弃了 Panel 数据结构，如果感兴趣可阅读《》⼀节。
python入门教程(非常详细)书Pandas库下载和安装
Python 官⽅标准发⾏版并没有⾃带 Pandas 库，因此需要另⾏安装。除了标准发⾏版外，还有⼀些第三⽅机构发布的 Python 免费发⾏版， 它们在官⽅版本的基础上开发⽽来，并有针对性的提前安装了⼀些 Python 模块，从⽽满⾜某些特定领域的需求，⽐如专门适应于科学计算领域的 Anaconda，它就提前安装了多款适⽤于科学计算的软件包。
对于第三⽅发⾏版⽽⾔，它们已经⾃带 Pandas 库，所以⽆须另⾏安装。下⾯介绍了常⽤的免费发⾏版：typedef英文读音
1.
2.
3.
下⾯介绍在不同操作系统环境下，标准发⾏版安装 Pandas 的⽅法。
Windows系统安装
使⽤ pip 包管理器安装 Pandas，是最简单的⼀种安装⽅式。在 CMD 命令提⽰符界⾯⾏执⾏以下命令：
pip install pandas
Linux系统安装
对于不同的版本的 Linux 系统，您可以采⽤它们各⾃的包管理器来安装 Pandas。
1) Ubuntu⽤户
Pandas 通常需要与其他软件包⼀起使⽤，因此可采⽤以下命令，⼀次性安装所有包：
sudo apt-get install numpy scipy matplotlib pandas
2) Fedora⽤户
对于 Fedora ⽤户⽽⾔，可采⽤以下命令安装：
sudo yum install numpy scipy matplotlib pandas
MacOSX系统安装
对于 Mac ⽤户⽽⾔，同样可以直接使⽤ pip 包管理器来安装，命令如下：
pip install pandas
Pandas Series⼊门教程
Series 结构，也称 Series 序列，是 Pandas 常⽤的数据结构之⼀，它是⼀种类似于⼀维数组的结构，由⼀组数据值（value）和⼀组标签组成，其中标签与数据值之间是⼀⼀对应的关系。
Series 可以保存任何数据类型，⽐如整数、字符串、浮点数、Python 对象等，它的标签默认为整数，从 0 开始依次递增。Series 的结构图，如下所⽰：
通过标签我们可以更加直观地查看数据所在的索引位置。
创建Series对象
Pandas 使⽤ Series() 函数来创建 Series 对象，通过这个对象可以调⽤相应的⽅法和属性，从⽽达到处理数据的⽬的：
import pandas as pd
s=pd.Series( data, index, dtype, copy)
参数说明如下所⽰：
参数名称描述
data输⼊的数据，可以是列表、常量、ndarray 数组等。
index索引值必须是惟⼀的，如果没有传递索引，则默认为 np.arrange(n)。
dtype dtype表⽰数据类型，如果没有提供，则会⾃动判断得出。
copy表⽰对 data 进⾏拷贝，默认为 False。
我们也可以使⽤数组、字典、标量值或者 Python 对象来创建 Series 对象。下⾯展⽰了创建 Series 对象的不同⽅法：
1) 创建⼀个空Series对象
使⽤以下⽅法可以创建⼀个空的 Series 对象，如下所⽰：
import pandas as pd
#输出数据为空
s = pd.Series()
print(s)
输出结果如下：
Series([], dtype: float64)
2) ndarray创建Series对象
ndarray 是 NumPy 中的数组类型，当 data 是 ndarry 时，传递的索引必须具有与数组相同的长度。假如没有给 index 参数传参，在默认情况下，索引值将使⽤是 range(n) ⽣成，其中 n 代表数组长度，如下所⽰：
[0,1,2,3…. range(len(array))-1]
使⽤默认索引，创建 Series 序列对象：
import pandas as pd
社区团购系统源码
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print(s)
输出结果如下：
0  a
1  b
2  c
3  d
dtype: object
上述⽰例中没有传递任何索引，所以索引默认从 0 开始分配 ，其索引范围为 0 到len(data)-1，即 0 到 3。这种设置⽅式被称为“隐式索引”。
除了上述⽅法外，你也可以使⽤“显式索引”的⽅法定义索引标签，⽰例如下：
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
#⾃定义索引标签（即显⽰索引）
s = pd.Series(data,index=[100,101,102,103])
print(s)
输出结果：
100  a
101  b
102  c
103  d
dtype: object
3) dict创建Series对象
您可以把 dict 作为输⼊数据。如果没有传⼊索引时会按照字典的键来构造索引；反之，当传递了索引时需要将索引标签与字典中的值⼀⼀对应。
下⾯两组⽰例分别对上述两种情况做了演⽰。
⽰例1，没有传递索引时：
import pandas as pd
import numpy as np
data ={'a':0.,'b':1.,'c':2.}
s = pd.Series(data)
print(s)电脑主板disabled什么意思
输出结果：
a 0.0
b 1.0
c 2.0
dtype: float64
⽰例 2，为index参数传递索引时：
import pandas as pdwin11 sql2000
import numpy as np
data ={'a':0.,'b':1.,'c':2.}
s = pd.Series(data,index=['b','c','d','a'])
print(s)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。