从《Python数据分析案例教程》中_领悟数据和Python的魅力_4.1 认识Pandas

【摘要】 本书摘自《Python数据分析案例教程》一书中第4章，第1节，由万念斌、肖伟东、叶丰标编著。

4.1 认识Pandas

Pandas 是 Python 的一个数据分析包，最初由 AQR Capital Management于2008年4 月开发，并于2009年底开源出来，目前由专注于 Python 数据包开发的PyData 开发团队继 续开发和维护，属于 PyData 项目的一部分。 Pandas 最初被作为金融数据分析工具而开发 出来，因此，Pandas 为时间序列分析提供了很好的支持。 Pandas 的名称来自于面板数据 (panel data)和 Python 数据分析(data analysis)。panel data 是经济学中关于多维数据集的 一个术语，在Pandas 中也提供了Panel 的数据类型。

Pandas 是基于 NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 Pandas 提供了高级数据结构和函数，这些数据结构和函数的设计使得利用结构化、表格化 数据的工作更快速、简单。 Pandas 纳入了大量库和一些标准的数据模型，提供了高效操作 大型数据集所需的工具。它的出现使 Python 成为强大、高效的数据分析环境。

Pandas 具有下列特点：

(1)运算速度快。 NumPy 和 Pandas 都是采用C 语言编写，Pandas 又基于 NumPy, 是 NumPy 的升级版本。

(2)消耗资源少。它采用的是矩阵运算，比 Python 自带的字典或者列表快很多。

(3)可以进行各种数据运算和转换，处理数据时，比数据库、Excel 等做数据处理在性能 和处理速度上有较大的优势。

(4)它提供了大量的函数，编写程序简单。

4.2.1 系列

系列(Series)是能够保存任何类型的数据(如整数、字符串、浮点数、Python 对象等)的 一维标记数组。轴标签统称为索引，系列是具有均匀数据的一维数组结构。例如，以下系列 是整数20,33,45… 的集合。

它的特点是：

(1)元素都是数据；

(2)尺寸大小不可改变；

(3)数据的值可变。

Pandas 系列可以使用以下构造函数创建：

pandas.Series( data,index,dtype,copy)

【案例4-1】由系列的构造函数生成一个系列[10,20,30,40,50,60],索引值为'one' 、'two'、 'three'、'four'、'five'、'six',输出该系列，并输出系列的值、索引、大小、维度，判断系列是否为 空，输出系列的前两个元素和后3个元素。代码如下：

import pandas as pd

def main():

#生成系列

s=pd.Series([10,20,30,40,50,60],index={'one','two','three','four',"five","six"})

#输出该系列

print(s)

print("---"*30)

print("系列的值：",s.values,"\n系列的索引：",s.index)#输出系列的值、索引 print("—--"*30)

.print("系列的大小、维度、判断是否为空：",s.size,s.ndim,s.empty)

#输出系列的大小、维度，判断是否为空

print("---"* 30)

print("系列的前两个元素：\n",s.head(2))

print("系列的后三个元素：\n",s.tail(3))

if name ==" main ":

main()

程序运行结果如下：

D:\anaconda\python.exe C:/Users/dell/PycharmProjects/My01/Series0/Series01.py two 10

six 20

one 30

four 40

five 50

three 60

dtype: int64

系列的值：[ 10 20 30 40 50 60]

系列的索引： Index(['two','six','one','four','five','three'], dtype='object')

系列的大小、维度、判断是否为空：61 False

系列的前两个元素：

two 10

six 20

dtype: int64

系列的后三个元素：

four 40

five 50

three 60

dtype: int64

Process finished with exit code 0

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 [email protected] 处理，核实后本网站将在24小时内删除侵权内容。