使用 Pandas 进行数据分析

Pandas是最流行的用于数据分析的Python库。它提供高度优化的性能，后端源代码完全用C或Python编写。

We can analyze data in pandas with:

SeriesDataFrames

系列：

Series是 pandas 中定义的一维（1-D）数组，可用于存储任何数据类型。

代码 #1：创建系列

# Program to create series
  
# Import Panda Library
import pandas as pd  
  
# Create series with Data, and Index
a = pd.Series(Data, index = Index)  

在这里，数据可以是：

1. 一个标量值，可以是 integerValue、字符串
2. 可以是键值对的Python字典
3. 一个Ndarray

注意：默认情况下，索引从 0、1、2、...(n-1) 开始，其中 n 是数据长度。代码 #2：当 Data 包含标量值时

# Program to Create series with scalar values 
  
# Numeric data
Data =[1, 3, 4, 5, 6, 2, 9]  
  
# Creating series with default index values
s = pd.Series(Data)    
  
# predefined index values
Index =['a', 'b', 'c', 'd', 'e', 'f', 'g'] 
  
# Creating series with predefined index values
si = pd.Series(Data, Index) 

输出：

具有默认索引的标量数据

带索引的标量数据

代码#3：当数据包含字典时

# Program to Create Dictionary series
dictionary ={'a':1, 'b':2, 'c':3, 'd':4, 'e':5} 
  
# Creating series of Dictionary type
sd = pd.Series(dictionary) 

输出：

字典类型数据

代码 #4：当 Data 包含 Ndarray

# Program to Create ndarray series
  
# Defining 2darray
Data =[[2, 3, 4], [5, 6, 7]]  
  
# Creating series of 2darray
snd = pd.Series(Data)    

输出：

数据作为 Ndarray

数据框：

DataFrames是 pandas 中定义的二维（2-D）数据结构，由行和列组成。

代码 #1：创建 DataFrame

# Program to Create DataFrame
  
# Import Library
import pandas as pd   
  
# Create DataFrame with Data
a = pd.DataFrame(Data)  

在这里，数据可以是：

1. 一本或多本词典
2. 一个或多个系列
3. 2D-numpy Ndarray

代码 #2：当数据是字典时

# Program to Create Data Frame with two dictionaries
  
# Define Dictionary 1
dict1 ={'a':1, 'b':2, 'c':3, 'd':4}   
  
# Define Dictionary 2     
dict2 ={'a':5, 'b':6, 'c':7, 'd':8, 'e':9} 
  
# Define Data with dict1 and dict2
Data = {'first':dict1, 'second':dict2} 
  
# Create DataFrame 
df = pd.DataFrame(Data)  

输出：

带有两个字典的 DataFrame

代码 #3：当数据是系列时

# Program to create Dataframe of three series 
import pandas as pd
  
# Define series 1
s1 = pd.Series([1, 3, 4, 5, 6, 2, 9])   
  
# Define series 2       
s2 = pd.Series([1.1, 3.5, 4.7, 5.8, 2.9, 9.3]) 
  
# Define series 3
s3 = pd.Series(['a', 'b', 'c', 'd', 'e'])     
  
# Define Data
Data ={'first':s1, 'second':s2, 'third':s3} 
  
# Create DataFrame
dfseries = pd.DataFrame(Data)              

输出：

三个系列的DataFrame

代码 #4：当 Data 是 2D-numpy ndarray
注意：在创建二维数组的 DataFrame 时必须保持一个约束——二维数组的维度必须相同。

# Program to create DataFrame from 2D array
  
# Import Library
import pandas as pd 
  
# Define 2d array 1
d1 =[[2, 3, 4], [5, 6, 7]] 
  
# Define 2d array 2
d2 =[[2, 4, 8], [1, 3, 9]] 
  
# Define Data
Data ={'first': d1, 'second': d2}  
  
# Create DataFrame
df2d = pd.DataFrame(Data)    

输出：

带有 2d ndarray 的 DataFrame