Python Pandas教程

Python Pandas被定义为一个开源库，可在Python中提供高性能的数据处理。本教程适用于初学者和专业人士。

它用于Python的数据分析，由Wes McKinney在2008年开发。我们的教程提供了Python Pandas的所有基本和高级概念，例如Numpy，数据操作和时间序列。

Python Pandas简介

Pandas被定义为一个开放源代码库，可在Python中提供高性能的数据处理。Pandas的名称源自“面板数据”一词，这表示来自多维数据的计量经济学。它用于Python的数据分析，由Wes McKinney在2008年开发。

数据分析需要大量处理，例如重组，清理或合并等。有多种工具可用于快速数据处理，例如Numpy，Scipy，Cython和Panda。但是我们更喜欢Pandas，因为与Pandas一起工作比其他工具更快，更简单且更具表现力。

Pandas构建在Numpy软件包的顶部，这意味着操作Numpy需要Pandas。

在Pandas之前， Python能够进行数据准备，但是它仅提供了有限的数据分析支持。因此，Pandas崭露头角，并增强了数据分析的功能。无论数据的来源如何，它都可以执行处理和分析数据所需的五个重要步骤，即加载，操作，准备，建模和分析。

Pandas的主要特点

• 它具有快速高效的DataFrame对象，具有默认索引和自定义索引。
• 用于重塑和旋转数据集。
• 按数据分组以进行汇总和转换。
• 它用于数据对齐和丢失数据的集成。
• 提供时间序列的功能。
• 处理不同格式的各种数据集，例如矩阵数据，表格异构数据，时间序列。
• 处理数据集的多种操作，例如子集，切片，过滤，groupBy，重新排序和重新整形。
• 它与其他库(例如SciPy和scikit-learn)集成。
• 提供快速的性能，如果您想提高速度，甚至可以使用Cython 。

Pandas的好处

与使用其他语言相比，Pandas的好处如下：

• 数据表示：它以适合于通过其DataFrame和Series进行数据分析的形式表示数据。
• 清晰的代码： Pandas的清晰的API使您可以专注于代码的核心部分。因此，它为用户提供了清晰简洁的代码。

Python Pandas数据结构

Pandas提供了两种用于处理数据的数据结构，即Series和DataFrame，下面将进行讨论：

1)系列

它被定义为能够存储各种数据类型的一维数组。系列的行标签称为索引。我们可以使用“ series”方法轻松地将列表，元组和字典转换为series。Series不能包含多列。它具有一个参数：

数据：可以是任何列表，字典或标量值。

从数组创建序列：

在创建系列之前，首先，我们必须导入numpy模块，然后在程序中使用array()函数。

import pandas as pd
import numpy as np
info = np.array(['P','a','n','d','a','s'])
a = pd.Series(info)
print(a)

输出量

0   P
1   a
2   n
3   d
4   a
5   s
dtype: object

说明：在这段代码中，首先，我们导入了带有pd和np别名的pandas和numpy库。然后，我们采用了一个名为“ info”的变量，该变量由一些值的数组组成。我们已经通过Series方法调用了info变量，并将其定义为“ a”变量。该系列已通过调用print (a)方法进行打印。

Python Pandas DataFrame

它是Pandas的一种广泛使用的数据结构，可与带有标记轴(行和列)的二维数组一起使用。 DataFrame被定义为存储数据的标准方式，并具有两个不同的索引，即行索引和列索引。它包含以下属性：

• 列可以是异构类型，例如int，bool等。
• 可以看作是Series结构的字典，其中行和列都被索引了。如果是列，则表示为“列”；如果是行，则表示为“索引”。

使用列表创建一个DataFrame：

我们可以使用list在Pandas中轻松创建一个DataFrame。

import pandas as pd
# a list of strings
x = ['Python', 'Pandas']

# Calling DataFrame constructor on list
df = pd.DataFrame(x)
print(df)

输出量

      0
0   Python
1   Pandas

说明：在此代码中，我们定义了一个名为“ x”的变量，该变量由字符串值组成。在列表上调用DataFrame构造函数以print值。

先决条件

在学习Python Pandas之前，您应该对计算机编程术语和任何编程语言都有基本的了解。

听众

我们的Python Pandas教程旨在帮助初学者和专业人士。

问题

我们保证在此Python Pandas教程中不会发现任何问题。但是，如果有任何错误，请在联系表格中发布问题。