作者 | CDA数据分析师
之前的文章写了Python的基础知识,从这部分内容开始正式进入到正式的数据分析过程中,主要讲述每个数据分析过程都会用到什么操作,这些操作用Excel是怎样实现的,如果用Python,那么代码又该怎么写。
接下来的几章我们会用到Pandas、NumPy、matplotlib这几个模块,在使用它们之前我们需要先将其导入,导入的方法在Python基础知识部分提到过,一个程序中只需要导入一次即可。
为了引用模块时书写方面,上面的代码中用as分别给这几个模块起了别名。所以在本文中见到pd就是代表Pandas,见到np就是代表NumPy,见到plt就是代表matplotlib . pyplot。
Series是一种类似于一位数组的对象,由一组数据及一组与之相关的数据标签(即索引)组成。
上面这样的数据结构就是Series,第一列数字是数据标签,第二列是具体的数据,数据标签与数据是一一对应的,上面的数据用Excel表展示如下表所示:
2、创建一个Series
创建一个Series利用的方法是pd.Series(),通过给Series()方法传入不同的对象即可实现
(1)传入一个列表
传入一个列表的实际如下所示:
如果只是传入一个列表不指定数据标签,那么Series会默认使用从0开始的数做数据标签,上面的0、1、2、3就是默认的数据标签。
(2)指定索引
直接传入一个列表会使用默认索引,也可以通过设置index参数来自定义索引。
(3)传入一个字典
也可以将数据与数据标签以key:value(字典)的形式传入,这样字典的key值就是数据标签,value就是数据值。
3、利用index方法获取Series的索引
获取一组数据的索引是比较常见的需求,直接利用index方法 就可以获取Series的索引值,代码如下图所示:
4、利用values方法获取Series的值
与索引值相对用的就是获取Series的值,使用的方法是values方法。
Series是由一组数据与一组索引(行索引)组成的数据结构,而DataFrame是由一组数据与一对索引(行索引和列索引)组成的表格型数据结构。之所以叫表格型数据结构,是因为DataFrame是数据形式和Excel的数据存储形式很相近,接下来的章节围绕DataFrame这种表格型数据结构展开。下面就是一个简单的DataFrame数据结构。
上面这种数据结构和Excel的数据结构很像,既有行索引又有列索引,由行索引和列索引确定唯一值。如果把上面这种结构用Excel表展示如下图所示。
2、创建一个DataFrame
创建DataFrame使用的方法是pd.Dataframe(),通过DataFrame()的方法传入不同的对象即可实现。
(1)传入一个列表
传入一个列表的实现如下图所示:
只传入一个单一列表时,该列表的值会显示成一列,且行和列都是从0开始的默认索引。
(2)传入一个嵌套列表
当传入一个嵌套列表时,会根据嵌套列表数显示成多列数据,行、列索引同样是从0 开始的默认索引。列表里面嵌套的列表也可以换成元组。
(3)指定行、列索引
如果只给DataFrame()方法传入列表,DataFrame()方法的行、列索引都是默认值,则可以通过设置columns参数自定义列索引,设置index参数自定义行索引。
(4)传入一个字典
传入一个字典的实现如下图所示。
直接以字典的形式传入DataFrame时,字典的key值就相当于列索引,这个时候如果没有设置行索引,行索引还是使用从0 开始的默认索引,同样可以使用index参数自定义行索引,代码如下:
3、获取DataFrame的行、列索引
利用columns方法获取DataFrame的列索引。
利用index方法获取DataFrame的行索引。
4、获取DataFrame的值
获取DataFrame的值就是获取DataFrame中的某些行或列,有关行、列的选择会在后面的内容说到。
数据分析咨询请扫描二维码