Python利用Pandas进行数据分析的方法详解-Python教程-PHP中文网

Python利用Pandas进行数据分析的方法详解

WBOY

发布： 2022-09-06 17:30:01

转载

4293人浏览过

本篇文章给大家带来了关于Python的相关知识，其中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。本文将利用Python进行数据分析，下面一起来看一下，希望对大家有帮助。

Python利用Pandas进行数据分析的方法详解

【相关推荐：python3视频教程】

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。

我们可以通过以下方式分析 pandas 中的数据：

1.Series
2.数据帧

立即学习“Python免费学习笔记（深入）”；

Series

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 Series

# 创建 Series 的程序

# 导入 Panda 库
import pandas as pd

# 使用数据和索引创建 Series
a = pd.Series(Data, index = Index)

登录后复制

在这里，数据可以是：

一个标量值，可以是 integerValue、字符串
可以是键值对的Python 字典
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

# 使用标量值创建 Series 的程序

# 数值数据
Data =[1, 3, 4, 5, 6, 2, 9]

# 使用默认索引值创建系列
s = pd.Series(Data)	

# 预定义的索引值
Index =['a', 'b', 'c', 'd', 'e', 'f', 'g']

# 创建具有预定义索引值的系列
si = pd.Series(Data, Index)

登录后复制

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

# 创建词典 Series 程序
dictionary ={'a':1, 'b':2, 'c':3, 'd':4, 'e':5}

# 创建字典类型 Series
sd = pd.Series(dictionary)

登录后复制

输出：

字典类型数据

代码 #4

当 Data 包含 Ndarray

用Apache Spark进行大数据处理

本文档主要讲述的是用Apache Spark进行大数据处理——第一部分：入门介绍；Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一。在这个Apache Spark文章系列的第一部分中，我们将了解到什么是Spark，它与典型的MapReduce解决方案的比较以及它如何为大数据处理提供了一套完整的工具。希望本文档会给有需要的朋友带来帮助；感

查看详情

# 创建 ndarray series 的程序

# 定义二维数组
Data =[[2, 3, 4], [5, 6, 7]]

# 创建一系列二维数组
snd = pd.Series(Data)

登录后复制

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

# 创建 DataFrame 的程序

# 导入库
import pandas as pd

# 使用数据创建 DataFrame
a = pd.DataFrame(Data)

登录后复制

在这里，数据可以是：

一本或多本词典
一个或多个Series
2D-numpy Ndarray

代码 #2

当数据是字典时

# 使用两个字典创建数据框的程序

# 定义字典 1
dict1 ={'a':1, 'b':2, 'c':3, 'd':4}

# 定义字典 2
dict2 ={'a':5, 'b':6, 'c':7, 'd':8, 'e':9}

# 用 dict1 和 dict2 定义数据
Data = {'first':dict1, 'second':dict2}

# 创建数据框
df = pd.DataFrame(Data)

登录后复制

输出：

带有两个字典的 DataFrame

代码 #3

当数据是Series时

# 创建三个系列的Dataframe的程序
import pandas as pd

# 定义 series 1
s1 = pd.Series([1, 3, 4, 5, 6, 2, 9])

# 定义 series 2
s2 = pd.Series([1.1, 3.5, 4.7, 5.8, 2.9, 9.3])

# 定义 series 3
s3 = pd.Series(['a', 'b', 'c', 'd', 'e'])	

# 定义 Data
Data ={'first':s1, 'second':s2, 'third':s3}

# 创建 DataFrame
dfseries = pd.DataFrame(Data)

登录后复制

输出：

三个 Series 的 DataFrame

代码 #4

当 Data 为 2D-numpy ndarray注意：在创建 2D 数组的 DataFrame 时必须保持一个约束 - 2D 数组的维度必须相同。

# 从二维数组创建 DataFrame 的程序

# 导入库
import pandas as pd

# 定义 2d 数组 1
d1 =[[2, 3, 4], [5, 6, 7]]

# 定义 2d 数组 2
d2 =[[2, 4, 8], [1, 3, 9]]

# 定义 Data
Data ={'first': d1, 'second': d2}

# 创建 DataFrame
df2d = pd.DataFrame(Data)

登录后复制

输出：