5Python的Pandas：数据结构

07-14 1327阅读

Pandas是基于强大的NumPy库开发的，它继承了NumPy中的一些数据结构，也继承了NumPy的高效计算特性。

5Python的Pandas：数据结构
（图片来源网络，侵删）

1.Python的数据类型

Python 提供了多种数据类型，用于存储和操作不同类型的数据。以下是一些主要的数据类型：

  1. 数值类型（Numeric Types）：

    • 整数（int）：用于表示整数。例如，x = 5
    • 浮点数（float）：用于表示带有小数点的数字。例如，y = 3.14
    • 复数（complex）：用于表示复数，例如，z = 1 + 2j

    • 序列类型（Sequence Types）：

      • 字符串（str）：用于表示文本数据。例如，name = "Alice"
      • 列表（list）：用于表示有序的可变集合。例如，fruits = ["apple", "banana", "cherry"]
      • 元组（tuple）：用于表示有序的不可变集合。例如，coordinates = (10, 20)

      • 集合类型（Set Types）：

        • 集合（set）：用于表示无序的唯一元素集合。例如，unique_numbers = {1, 2, 3}
        • 冰冻集合（frozenset）：用于表示不可变的集合。例如，immutable_set = frozenset([1, 2, 3])

        • 映射类型（Mapping Types）：

          • 字典（dict）：用于表示键值对集合。例如，person = {"name": "Alice", "age": 25}

          • 布尔类型（Boolean Type）：

            • 布尔（bool）：用于表示真或假。例如，is_active = True

            • 二进制类型（Binary Types）：

              • 字节（bytes）：用于表示二进制数据。例如，data = b"hello"
              • 字节数组（bytearray）：用于表示可变的二进制数据。例如，mutable_data = bytearray(b"hello")
              • 内存视图（memoryview）：用于在不复制数据的情况下操作二进制数据。例如，mview = memoryview(b"hello")

Python 还提供了一些内置函数来检查数据类型和转换数据类型，例如：

  • type()：用于返回变量的数据类型。
  • isinstance()：用于检查变量是否是特定类型的实例。
  • int()、float()、str() 等：用于类型转换。

    以下是一些常见的 Python 数据类型的代码示例：

    1.1.数值类型

    # 整数
x = 5
print(f"x: {x}, type: {type(x)}")
# 浮点数
y = 3.14
print(f"y: {y}, type: {type(y)}")
# 复数
z = 1 + 2j
print(f"z: {z}, type: {type(z)}")

    1.2.序列类型

    # 字符串
name = "Alice"
print(f"name: {name}, type: {type(name)}")
# 列表
fruits = ["apple", "banana", "cherry"]
print(f"fruits: {fruits}, type: {type(fruits)}")
# 元组
coordinates = (10, 20)
print(f"coordinates: {coordinates}, type: {type(coordinates)}")

    1.3.集合类型

    # 集合
unique_numbers = {1, 2, 3}
print(f"unique_numbers: {unique_numbers}, type: {type(unique_numbers)}")
# 冰冻集合
immutable_set = frozenset([1, 2, 3])
print(f"immutable_set: {immutable_set}, type: {type(immutable_set)}")

    1.4.映射类型

    # 字典
person = {"name": "Alice", "age": 25}
print(f"person: {person}, type: {type(person)}")

    1.5.布尔类型

    # 布尔
is_active = True
print(f"is_active: {is_active}, type: {type(is_active)}")

    1.6.二进制类型

    # 字节
data = b"hello"
print(f"data: {data}, type: {type(data)}")
# 字节数组
mutable_data = bytearray(b"hello")
print(f"mutable_data: {mutable_data}, type: {type(mutable_data)}")
# 内存视图
mview = memoryview(b"hello")
print(f"mview: {mview}, type: {type(mview)}")

    1.7.类型检查和转换

    # 类型检查
print(f"is x an int? {isinstance(x, int)}")
print(f"is name a str? {isinstance(name, str)}")
# 类型转换
num_str = "123"
num = int(num_str)
print(f"num: {num}, type: {type(num)}")
float_num = float(num_str)
print(f"float_num: {float_num}, type: {type(float_num)}")

    2.Numpy

    NumPy 是 Python 中一个强大的科学计算库，提供了支持大量维数组和矩阵运算的功能，还包括了大量的数学函数库。以下是一些使用 NumPy 进行操作的代码示例。

    2.1. 导入 NumPy

    import numpy as np

    2.2.创建数组

    # 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(f"arr1: {arr1}, type: {type(arr1)}")
# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(f"arr2: {arr2}, type: {type(arr2)}")
# 使用 arange 和 reshape 创建数组
arr3 = np.arange(10).reshape(2, 5)
print(f"arr3:\n{arr3}")

    2.3.基本操作

    # 数组元素加减乘除
arr4 = arr1 + 10
print(f"arr1 + 10: {arr4}")
arr5 = arr1 * 2
print(f"arr1 * 2: {arr5}")
# 数组相加
arr6 = arr1 + arr1
print(f"arr1 + arr1: {arr6}")
# 数组元素逐个相乘
arr7 = arr1 * arr1
print(f"arr1 * arr1: {arr7}")

    2.4.数组索引和切片

    # 一维数组索引
print(f"arr1[0]: {arr1[0]}")
print(f"arr1[-1]: {arr1[-1]}")
# 二维数组索引
print(f"arr2[0, 1]: {arr2[0, 1]}")
print(f"arr2[1, -1]: {arr2[1, -1]}")
# 切片
print(f"arr1[1:4]: {arr1[1:4]}")
print(f"arr2[:, 1]: {arr2[:, 1]}")

    2.5.数学函数

    # 求和
print(f"np.sum(arr1): {np.sum(arr1)}")
print(f"np.sum(arr2, axis=0): {np.sum(arr2, axis=0)}")
print(f"np.sum(arr2, axis=1): {np.sum(arr2, axis=1)}")
# 平均值
print(f"np.mean(arr1): {np.mean(arr1)}")
print(f"np.mean(arr2, axis=0): {np.mean(arr2, axis=0)}")
print(f"np.mean(arr2, axis=1): {np.mean(arr2, axis=1)}")
# 标准差
print(f"np.std(arr1): {np.std(arr1)}")
print(f"np.std(arr2, axis=0): {np.std(arr2, axis=0)}")
print(f"np.std(arr2, axis=1): {np.std(arr2, axis=1)}")

    2.6.线性代数

    # 矩阵乘法
arr8 = np.array([[1, 2], [3, 4]])
arr9 = np.array([[5, 6], [7, 8]])
result = np.dot(arr8, arr9)
print(f"np.dot(arr8, arr9):\n{result}")
# 计算行列式
det = np.linalg.det(arr8)
print(f"np.linalg.det(arr8): {det}")
# 逆矩阵
inv = np.linalg.inv(arr8)
print(f"np.linalg.inv(arr8):\n{inv}")

    2.7.随机数生成

    # 生成随机数
rand_arr = np.random.random((3, 3))
print(f"rand_arr:\n{rand_arr}")
# 生成正态分布的随机数
normal_arr = np.random.normal(0, 1, (3, 3))
print(f"normal_arr:\n{normal_arr}")
# 生成随机整数
randint_arr = np.random.randint(0, 10, (3, 3))
print(f"randint_arr:\n{randint_arr}")

    通过这些示例，你可以看到如何使用 NumPy 进行数组创建、基本操作、索引和切片、数学函数、线性代数以及随机数生成。NumPy 提供了丰富的功能，可以大大简化科学计算和数据处理的工作。

    3.Pandas的数据结构

    Pandas 是一个强大的数据分析和操作库，提供了两种主要的数据结构：Series 和 DataFrame。以下是对这两种数据结构的详细介绍和代码示例。

    3.1.Series

    Series 是一种类似于一维数组的对象，它由一组数据和与之相关的索引组成。它可以包含任何数据类型。

    3.1.1.创建 Series

    import pandas as pd
# 从列表创建 Series
s1 = pd.Series([1, 2, 3, 4, 5])
print(f"s1:\n{s1}")
# 指定索引创建 Series
s2 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print(f"s2:\n{s2}")
# 从字典创建 Series
s3 = pd.Series({'x': 100, 'y': 200, 'z': 300})
print(f"s3:\n{s3}")

    3.1.2.访问 Series 元素

    # 按位置访问
print(f"s1[0]: {s1[0]}")
print(f"s2[1]: {s2[1]}")
# 按索引访问
print(f"s2['a']: {s2['a']}")
print(f"s3['y']: {s3['y']}")

    3.2.DataFrame

    DataFrame 是一种二维的表格数据结构，类似于电子表格或 SQL 表格。它由多列数据组成，每列可以是不同的数据类型。

    3.2.1.创建 DataFrame

    # 从字典创建 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df1 = pd.DataFrame(data)
print(f"df1:\n{df1}")
# 从二维数组创建 DataFrame
data2 = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]
df2 = pd.DataFrame(data2, columns=['A', 'B', 'C'])
print(f"df2:\n{df2}")
# 从字典的列表创建 DataFrame
data3 = [
    {'Name': 'David', 'Age': 40},
    {'Name': 'Eve', 'Age': 45}
]
df3 = pd.DataFrame(data3)
print(f"df3:\n{df3}")

    3.2.2.访问 DataFrame 元素

    # 按列访问
print(f"df1['Name']:\n{df1['Name']}")
print(f"df1[['Name', 'Age']]:\n{df1[['Name', 'Age']]}")
# 按行访问（使用索引）
print(f"df1.loc[0]:\n{df1.loc[0]}")
print(f"df1.loc[0:1]:\n{df1.loc[0:1]}")
# 按行访问（使用位置）
print(f"df1.iloc[0]:\n{df1.iloc[0]}")
print(f"df1.iloc[0:2]:\n{df1.iloc[0:2]}")

    3.2.3.数据筛选与操作

    # 筛选数据
adults = df1[df1['Age'] > 25]
print(f"adults:\n{adults}")
# 添加新列
df1['Salary'] = [50000, 60000, 70000]
print(f"df1 with Salary:\n{df1}")
# 删除列
df1.drop('City', axis=1, inplace=True)
print(f"df1 without City:\n{df1}")
# 更新列值
df1['Age'] = df1['Age'] + 1
print(f"df1 with updated Age:\n{df1}")

    3.2.4.数据统计与聚合

    # 计算平均值
print(f"Average Age: {df1['Age'].mean()}")
# 计算总和
print(f"Total Salary: {df1['Salary'].sum()}")
# 分组统计
grouped = df1.groupby('Name').sum()
print(f"grouped:\n{grouped}")

    通过这些示例，你可以看到如何使用 Pandas 进行数据的创建、访问、筛选、操作以及统计与聚合分析。Pandas 提供了丰富的功能，使得数据分析和操作变得更加方便和高效。

VPS购买请点击我

文章版权声明：除非注明，否则均为主机测评原创文章，转载或复制请以超链接形式并注明出处。

相关阅读

目录[+]