Python之Pandas子產品講解及案例
一、安裝Pandas
pip install Pandas
二、簡介
Pandas是一個開源的，BSD許可的庫，為Python (opens new window)程式設計語言提供高性能，易于使用的資料結構和資料分析工具。
Pandas是NumFOCUS (opens new window)贊助的項目。這将有助于確定Pandas成為世界級開源項目的成功，并有可能捐贈 (opens new window)給該項目。
另外，獲得 Pandas 的最佳方式是通過 conda(opens new window)：
conda install Pandas
但是此方法安裝較慢，不太推薦，可以直接pip。
三、Series類
1、Series對象的實作
Series對象是相當于一個一維的數組
方法1
import pandas as pd
"""
導入pandas子產品
"""
ser_0 = pd.Series(data=[0, 1, 2, 3, 4, 5])
# data 參數表示：所取得的數值是多少
print(ser_0)
# output>
0 0
1 1
2 2
3 3
4 4
5 5
dtype: int64
# 第一列是索引（indexs）
# 第二列是數值（values） 方法2
import pandas as pd
ser_1 = pd.Series(data=[0, 1, 2, 3], index=['a', 'b', 'c', 'd'])
# index 表示自定義索引
print(ser_1)
# output>
a 0
b 1
c 2
d 3
dtype: 方法3
import pandas as pd
config = {
'one':1,
'two':2,
'three':3,
'four':4
}
# 字典
ser_2 = pd.Series(config)
print(ser_2)
# output>
one 1
two 2
three 3
four 4
dtype: 2、Head與Tail
head() 與 tail() 用于快速預覽 Series 與 DataFrame，預設顯示 5 條資料，也可以指定顯示資料的數量。
這裡先以Series為例，DataFrame會在後續講解。
下面将用到numpy子產品，關于numpy子產品的講解可以參見我的另一篇博文：
python 之 numpy 子產品詳細講解及其應用案例
連結
import pandas as pd
import numpy as np
index_list = list('abcdefghijklmnopqrst')
data_list = np.arange(20)
ser = pd.Series(data=data_list, index=index_list)
print(ser.head())
print(ser.head(3))
print(ser.tail())
print(ser.tail(3))
# output>
a 0
b 1
c 2
d 3
e 4
dtype: int32
a 0
b 1
c 2
dtype: int32
p 15
q 16
r 17
s 18
t 19
dtype: int32
r 17
s 18
t 19
dtype: 3、屬性與底層資料
index屬性
values屬性
import pandas as pd
ser = pd.Series(data=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10], index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'l'])
print(ser.index)
print(ser.values)
# output>
Index(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'l'], dtype='object')
[ 0 1 2 3 4 5 6 7 8 9 10] 4、Series對象的切片操作
實際上，Series對象的切片與數組的切片差别并不大。
import pandas as pd
ser = pd.Series([1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 11])
print(ser[0])
print(ser[1:7])
print(ser[0:8:2])
print(ser[:])
print(ser[-5:-2])
# output>
1
1 2
2 3
3 4
4 5
5 6
6 7
dtype: int64
0 1
2 3
4 5
6 7
dtype: int64
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 0
10 11
dtype: int64
6 7
7 8
8 9
dtype: 5、Series對象的一些常用方法
1、Series.index
索引
2、Series.values
數值
3、Series.drop(index)
删除某一個資料
4、Series.sum
求所有元素的和
等
四、DataFrame類
1、DataFrame對象的實作
方法1
import pandas as pd
df = pd.DataFrame([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]])
print(df) 
方法2
import pandas as pd
df = pd.DataFrame(data=[[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]], index=['a', 'b'])
print(df) 
方法3
import pandas as pd
config={
'a': [1, 2, 3, 4, 5],
'b': [4, 5, 6, 7, 8],
'c': [2, 4, 6, 8, 10]
}
df = pd.DataFrame(data=config,index=['one', 'two', 'three', 'four', 'five'])
print(df) 2、DataFrame的取值以及切片
1、取值
Head、 Tail 方法
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df)
print(df.head())
print(df.tail()) 某一個位置處的值：
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df.a.a)
print(df.a.b)
print(df.c.f)
# 實際上是相當于取出字典中的資料的類似方法，
# 先去取一列，
# 再從這一列中去取出來某一行的資料點。
# output>
0
1
15 2、切片
1、行切片
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df[0:4])
# 從第零行切刀第三行資料
print(df['a':'c'])
# 從下标為 a 的行一直切到下标為 b 的行 2、列切片
import pandas as pd
config = {
'a': [0, 1, 2, 3, 4, 5, 6, 7],
'b': [8, 9, 10, 11, 12, 13, 14, 15],
'c': [3, 6, 9, 11, 13, 15, 17, 19],
'd': [2, 4, 6, 9, 12, 14, 16, 18,]
}
df = pd.DataFrame(data=config, index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print(df.a)
print(df.b)
print(df.c)
# output>
a 0
b 1
c 2
d 3
e 4
f 5
g 6
h 7
Name: a, dtype: int64
a 8
b 9
c 10
d 11
e 12
f 13
g 14
h 15
Name: b, dtype: int64
a 3
b 6
c 9
d 11
e 13
f 15
g 17
h 19
Name: c, dtype: 3、舉一個例子，利用以上的類以及numpy來實作一個時間清單
import pandas as pd
import numpy as np
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
print(df)
print(df.dtypes)
# 檢視類型
print(df.describe())
# 檢視對資料的統計結果
# output>
A B C D
2013-01-01 -1.177484 0.516432 -0.425316 -0.499715
2013-01-02 -0.128610 -1.052472 -0.151716 -0.019494
2013-01-03 0.257262 -0.857907 0.111126 -1.584577
2013-01-04 0.383851 -0.952546 -0.867269 -0.760178
2013-01-05 1.489054 -0.727922 -0.190620 0.230165
2013-01-06 -0.210085 1.699750 -0.100482 -0.784437
A float64
B float64
C float64
D float64
dtype: object
A B C D
count 6.000000 6.000000 6.000000 6.000000
mean 0.102332 -0.229111 -0.270713 -0.569706
std 0.873513 1.106510 0.339157 0.641838
min -1.177484 -1.052472 -0.867269 -1.584577
25% -0.189716 -0.928886 -0.366642 -0.778372
50% 0.064326 -0.792915 -0.171168 -0.629947
75% 0.352204 0.205343 -0.113291 -0.139549
max 1.489054 1.699750 0.111126 0.230165