Python中的pandas模塊詳解
概述
在上一節(jié)，我們介紹了Python的numpy模塊，包括：多維數(shù)組、數(shù)組索引、數(shù)組操作、數(shù)學函數(shù)、線性代數(shù)、隨機數(shù)生成等內容。在這一節(jié)，我們將介紹Python的pandas模塊。pandas模塊是Python編程語言中用于數(shù)據(jù)處理和分析的強大模塊，它提供了許多用于數(shù)據(jù)操作和清洗的函數(shù)，使得數(shù)據(jù)處理和分析變得更為簡單和直觀。
在Python中使用pandas模塊，需要先安裝pandas庫?？梢酝ㄟ^pip命令進行安裝：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas。安裝完成后，就可以在Python腳本中導入pandas模塊，并使用其函數(shù)和方法了。
Series
Series是一個一維數(shù)組，它不僅包含數(shù)據(jù)，還包含索引。Series可以被看作是一個字典，其中的索引是鍵，值是數(shù)據(jù)。每個索引只有一個對應的值，因此Series可以被看作是具有標簽化的數(shù)值數(shù)據(jù)。
import pandas as pd # 創(chuàng)建一個Series s = pd.Series([1, 2, 3, 4, 5]) # 輸出： # 0 1 # 1 2 # 2 3 # 3 4 # 4 5 # dtype: int64 print(s)
上面的示例代碼創(chuàng)建了一個包含五個整數(shù)的Series，默認情況下，它的索引是從0開始的整數(shù)。
當然，我們也可以提供一個列表作為Series的索引和值。
import pandas as pd # 創(chuàng)建一個帶有自定義索引和值的Series index = ['C', 'S', 'D', 'N', 'P'] s = pd.Series([1, 2, 3, 4, 5], index = index) # 輸出： # C 1 # S 2 # D 3 # N 4 # P 5 # dtype: int64 print(s)
我們還可以直接使用字典創(chuàng)建帶有自定義數(shù)據(jù)標簽的數(shù)據(jù)，pandas會自動把字典的鍵作為數(shù)據(jù)標簽，字典的值作為相對應的數(shù)據(jù)。
import pandas as pd
# 創(chuàng)建一個帶有自定義索引和值的Series
s = pd.Series({'C': 1, 'S': 2, 'D': 3, 'N': 4, 'P': 5})
# 輸出：
# C 1
# S 2
# D 3
# N 4
# P 5
# dtype: int64
print(s)如果想訪問Series里的數(shù)據(jù)，也非常簡單，直接使用中括號加數(shù)據(jù)標簽的方式即可。
import pandas as pd
s = pd.Series([1, 2, 3, 4, 5])
# 訪問第二個元素，輸出：3
print(s[2])
s = pd.Series({'C': 1, 'S': 2, 'D': 3, 'N': 4, 'P': 5})
# 訪問Key值為'D'的元素，輸出：3
print(s['D'])使用Series，結合pandas強大的數(shù)據(jù)對齊功能，可以讓我們快速對數(shù)據(jù)進行分析和處理。
import pandas as pd
s1 = pd.Series({'Red': 1, 'Blue': 2, 'Green': 3})
s2 = pd.Series({'Red': 100, 'Blue': 200, 'Green': 300})
s = s1 + s2
# 將兩個Series進行相加，輸出：
# Red 101
# Blue 202
# Green 303
# dtype: int64
print(s)
s1 = pd.Series({'Red': 1, 'Blue': 2, 'Green': 3, 'White': 4})
s2 = pd.Series({'Red': 100, 'Blue': 200, 'Green': 300})
s = s1 + s2
# 數(shù)據(jù)標簽不相同的數(shù)據(jù)，運算后結果是NaN，輸出：
# Blue 202.0
# Green 303.0
# Red 101.0
# White NaN
# dtype: float64
print(s)
# 數(shù)據(jù)標簽不相同的數(shù)據(jù)，調用add函數(shù)，可以設置默認填充值，輸出：
# Blue 202.0
# Green 303.0
# Red 101.0
# White 4.0
# dtype: float64
s = s1.add(s2, fill_value = 0)
print(s)DataFrame
DataFrame是一個二維的表格型數(shù)據(jù)結構，類似于Excel或數(shù)據(jù)庫中的表。DataFrame中的數(shù)據(jù)可以是不同的數(shù)據(jù)類型，比如：整數(shù)、浮點數(shù)、字符串、布爾值等。
import pandas as pd
# 創(chuàng)建DataFrame
data = {'Name': ['Jack', 'Tank', 'John'], 'Age': [20, 21, 19]}
df = pd.DataFrame(data)
# 輸出：
# Name Age
# 0 Jack 20
# 1 Tank 21
# 2 John 19
print(df)使用DataFrame，我們可以很方便地對表中的行、列進行增刪改查等操作。使用df['column_name']可以查看指定列的數(shù)據(jù)；使用df.iloc[row_number]可以查看指定行的數(shù)據(jù)；使用df.loc[row_label]可以基于標簽訪問指定行的數(shù)據(jù)；使用df[condition]可以篩選出滿足條件的數(shù)據(jù)：使用df['new_column'] = values可以添加一個新列；使用del df['column_name']可以刪除一列。
import pandas as pd
# 創(chuàng)建DataFrame
data = {'Name': ['Jack', 'Tank', 'John'], 'Age': [20, 21, 19]}
df = pd.DataFrame(data)
# 輸出：
# Name Age
# 0 Jack 20
# 1 Tank 21
# 2 John 19
print(df)
df = pd.DataFrame(data, index = ['First', 'Second', 'Third'])
# 指定自定義索引，輸出：
# Name Age
# First Jack 20
# Second Tank 21
# Third John 19
print(df)
# 訪問列數(shù)據(jù)，輸出：
# First Jack
# Second Tank
# Third John
# Name: Name, dtype: object
print(df['Name'])
# 根據(jù)行索引訪問行數(shù)據(jù)，輸出：
# Name John
# Age 19
# Name: Third, dtype: object
print(df.iloc[2])
# 根據(jù)行標簽訪問行數(shù)據(jù)，輸出：
# Name John
# Age 19
# Name: Third, dtype: object
print(df.loc['Third'])
df['Age'] = [22, 18, 20]
# 修改列數(shù)據(jù)，輸出：
# Name Age
# First Jack 22
# Second Tank 18
# Third John 20
print(df)
df['Gender'] = ['M', 'F', 'F']
# 新增列數(shù)據(jù)，輸出：
# Name Age Gender
# First Jack 22 M
# Second Tank 18 F
# Third John 20 F
print(df)
del df['Gender']
# 刪除列數(shù)據(jù)，輸出：
# Name Age
# First Jack 22
# Second Tank 18
# Third John 20
print(df)
# 篩選出年齡大于20的數(shù)據(jù)，輸出：
# Name Age
# First Jack 22
print(df[df['Age'] > 20])數(shù)據(jù)讀取和寫入
使用pandas，可以方便地讀取和寫入各種數(shù)據(jù)格式，比如：CSV、Excel、SQL數(shù)據(jù)庫等。我們以CSV文件的讀寫為例，來理解CSV表格數(shù)據(jù)的讀取和寫入。
import pandas as pd
# 創(chuàng)建DataFrame
data = {'Name': ['Jack', 'Tank', 'John'], 'Age': [20, 21, 19]}
df = pd.DataFrame(data)
# 將DataFrame寫入CSV文件
df.to_csv('output.csv', index = False)在上面的示例代碼中，我們首先創(chuàng)建了一個名為df的DataFrame，然后使用to_csv函數(shù)將其寫入一個名為output.csv的CSV文件中。我們將index參數(shù)設置為False，以避免將DataFrame的索引寫入CSV文件。
to_csv函數(shù)還有其他一些可選參數(shù)，包括：
sep：用于指定CSV文件中的分隔符，默認是逗號。
header：用于指定是否將DataFrame的列名寫入CSV文件中，默認為True。
encoding：用于指定文件的編碼格式，默認為UTF-8。
compression：用于指定文件的壓縮格式，默認為None。
在下面的示例代碼中，我們讀取了上面保存的名為output.csv的CSV文件，并將其轉化為一個pandas DataFrame。
import pandas as pd
# 從CSV文件讀取
df = pd.read_csv('output.csv')
# 輸出：
# Name Age
# 0 Jack 20
# 1 Tank 21
# 2 John 19
print(df)read_csv函數(shù)還有其他一些可選參數(shù)，包括：
sep：指定分隔符，默認為逗號。
header：指定行號作為列名，默認為0。
index_col：將一列或多列設為DataFrame的索引。
usecols：返回的列的子集，可以是一個列表或函數(shù)。
dtype：為每一列設置數(shù)據(jù)類型。
skiprows：跳過指定的行數(shù)或行號。
na_values：用于識別空值的字符串或字符串列表。
keep_default_na：是否保留默認的識別空值的字符串。
到此這篇關于 Python中的pandas模塊的文章就介紹到這了,更多相關 Python pandas模塊內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了python實現(xiàn)報表自動化詳解，涉及python讀，寫excel—xlwt常用功能，xlutils 常用功能，xlwt寫Excel時公式的應用等相關內容，具有一定參考價值，需要的朋友可以了解下。2017-11-11
今天小編就為大家分享一篇Python 解碼Base64 得到碼流格式文本實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python使用Slider組件實現(xiàn)調整曲線參數(shù)功能示例
這篇文章主要介紹了Python使用Slider組件實現(xiàn)調整曲線參數(shù)功能,結合實例形式分析了Python使用matplotlib與Slider組件進行圖形繪制相關操作技巧,需要的朋友可以參考下2019-09-09
這篇文章主要介紹了python的輸入與輸出,實例分析了Python中返回一個返回值與多個返回值的方法,需要的朋友可以參考下2021-10-10
下面小編就為大家分享一篇解決python3爬蟲無法顯示中文的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
今天小編就為大家分享一篇pycharm 設置項目的根目錄教程，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要為大家介紹了Python?print函數(shù)使用由淺入深全面詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-12-12
Python實現(xiàn)批量讀取HDF多波段柵格數(shù)據(jù)并繪制像元直方圖
這篇文章主要為大家詳細介紹了如何基于Python語言gdal模塊，實現(xiàn)多波段HDF柵格圖像文件的讀取、處理與像元值可視化（直方圖繪制）等操作，需要的可以參考一下2023-03-03
這篇文章主要介紹了Python?numpy視圖與副本，繼上一篇對numpy?模塊之ndarray一文中對?ndarray?內存結構主要分為兩部分metdata?、raw?bata，下面來一起學習文章具體內容吧，需要的小伙伴也可以參考一下2022-01-01
這篇文章主要介紹了numpy自動生成數(shù)組詳解，具有一定借鑒價值，需要的朋友可以參考下。2017-12-12