Pandas 中的数据结构

Pandas是一个开源库，用于轻松直观地处理关系或标记数据。它提供了用于处理数值数据和时间序列的各种数据结构和操作。它提供了一种用于清理和处理数据的工具。它是最流行的用于数据分析的Python库。在本文中，我们将学习 Pandas 数据结构。

它支持两种数据结构：

• 系列
• 数据框

系列

Pandas 是一个一维标记数组，能够保存任何类型的数据（整数、字符串、浮点数、 Python对象等）。

Syntax: pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

Parameters:

• data: array- Contains data stored in Series.
• index: array-like or Index (1d)
• dtype: str, numpy.dtype, or ExtensionDtype, optional
• name: str, optional
• copy: bool, default False

示例 1：包含 char 数据类型的系列。

Python3

import pandas as pd
  
# a simple char list
list = ['g', 'e', 'e', 'k', 's']
   
# create series form a char list
res = pd.Series(list)
print(res)

输出：

示例 2：包含 Int 数据类型的系列。

蟒蛇3

import pandas as pd
  
# a simple int list
list = [1,2,3,4,5]
   
# create series form a int list
res = pd.Series(list)
print(res)

输出：

示例 3：保存字典的系列。

蟒蛇3

import pandas as pd
 
dic = { 'Id': 1013, 'Name': 'MOhe',
       'State': 'Maniput','Age': 24}
 
res = pd.Series(dic)
print(res)

输出：

数据框

Pandas DataFrame是一个二维大小可变、潜在异构的表格数据结构，带有标记的轴（行和列）。数据框是一种二维数据结构，即数据在行和列中以表格方式对齐，如电子表格或 SQL 表，或系列对象的字典。 . Pandas DataFrame 由三个主要组件组成， data 、 rows和columns 。

创建 Pandas 数据帧

在现实世界中，Pandas DataFrame 将通过从现有存储中加载数据集来创建，存储可以是 SQL 数据库、CSV 文件和 Excel 文件。 Pandas DataFrame 可以从列表、字典和字典列表等中创建。 Dataframe 可以用不同的方式创建，这里有一些我们创建数据框的方法：

示例 1：可以使用单个列表或列表列表创建 DataFrame。

蟒蛇3

# import pandas as pd
import pandas as pd
  
# list of strings
lst = ['Geeks', 'For', 'Geeks', 'is',
            'portal', 'for', 'Geeks']
  
# Calling DataFrame constructor on list
df = pd.DataFrame(lst)
display(df)

输出：

示例 2：从 ndarray/lists 的 dict 创建 DataFrame。

要从 narray/list 的 dict 创建 DataFrame，所有 narray 必须具有相同的长度。如果传递了索引，则长度索引应等于数组的长度。如果未传递索引，则默认情况下，索引将为 range(n)，其中 n 是数组长度。

蟒蛇3

# Python code demonstrate creating
# DataFrame from dict narray / lists
# By default addresses.
  
import pandas as pd
  
# initialise data of lists.
data = {'Name':['Tom', 'nick', 'krish', 'jack'],
        'Age':[20, 21, 19, 18]}
  
# Create DataFrame
df = pd.DataFrame(data)
  
# Print the output.
display(df)

输出：

处理 DataFrame 中的列和行

列的选择：为了在 Pandas DataFrame 中选择一列，我们可以通过按列名调用它们来访问这些列。

蟒蛇3

# Import pandas package
import pandas as pd
   
# Define a dictionary containing employee data
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
        'Age':[27, 24, 22, 32],
        'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
        'Qualification':['Msc', 'MA', 'MCA', 'Phd']}
   
# Convert the dictionary into DataFrame 
df = pd.DataFrame(data)
   
# select two columns
print(df[['Name', 'Qualification']])

输出：

如何从 Pandas DataFrame 中选择行和列？

示例 1：选择行。

pandas.DataFrame.loc 是一个函数，用于根据提供的条件从 Pandas DataFrame 中选择行。

Syntax: df.loc[df[‘cname’] ‘condition’]

Parameters:

• df: represents data frame
• cname: represents column name
• condition: represents condition on which rows has to be selected

蟒蛇3

# Importing pandas as pd
from pandas import DataFrame
   
# Creating a data frame
Data = {'Name': ['Mohe', 'Shyni', 'Parul', 'Sam'],
        'ID': [12, 43, 54, 32],
        'Place': ['Delhi', 'Kochi', 'Pune', 'Patna']
       }
   
df = DataFrame(Data, columns = ['Name', 'ID', 'Place'])
   
# Print original data frame
print("Original data frame:\n")
display(df)
   
# Selecting the product of Electronic Type
select_prod = df.loc[df['Name'] == 'Mohe']
   
print("\n")
   
# Print selected rows based on the condition
print("Selecting rows:\n")
display (select_prod)

输出：

示例 2：选择列。

蟒蛇3

# Importing pandas as pd
from pandas import DataFrame
   
# Creating a data frame
Data = {'Name': ['Mohe', 'Shyni', 'Parul', 'Sam'],
        'ID': [12, 43, 54, 32],
        'Place': ['Delhi', 'Kochi', 'Pune', 'Patna']
       }
   
df = DataFrame(Data, columns = ['Name', 'ID', 'Place'])
   
# Print original data frame
print("Original data frame:")
display(df)
   
print("Selected column: ")
display(df[['Name', 'ID']] )

输出：