[人工智能]Python结构化数据分析工具Pandas之数据结构

Pandas是数据分析工具，那我们要思考的是，它能分析什么样的数据？所分析的数据需要具备什么样的结构呢？基于此，我们主要分为三个部分来讲：

• 1.Pandas数据结构
• 2.数据结构—Series
• 3.数据结构—DataFrame

1. Pandas数据结构

Pandas有两个最主要也是最重要的数据结构： Series 和 DataFrame

2. 数据结构—Series

Series是一个类似一维数组的对象，它能够保存任何类型的数据，主要由一组数据和与之相关的索引两部分构成，函数如下：

pandas.Series(data, index, dtype, name, copy)

参数说明：

• data：一组数据(ndarray 类型)
• index：数据索引标签，如果不指定，默认从 0 开始
• dtype：数据类型，默认会自己判断
• name：设置名称
• copy：拷贝数据，默认为 False

注意：
Series的索引位于左边，数据位于右边

2.1 Series的创建方式

Pandas的Series类对象可以使用以下构造方法创建：

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

data：表示传入的数据。
index：表示索引，唯一且与数据长度相等，默认会自动创建一个从0~N的整数索引。

例如：通过传入一个列表来创建一个Series类对象：

# 创建Series类对象
ser_obj = pd.Series([1, 2, 3, 4, 5])

# 创建Series类对象，并指定索引
ser_obj = pd.Series([1, 2, 3, 4, 5], 
index=['a', 'b', 'c', 'd', 'e'])

除了使用列表构建Series类对象外，还可以使用dict进行构建。

year_data = {2001: 17.8, 2002: 20.1, 2003: 16.5}
ser_obj2 = pd.Series(year_data)

2.2 使用索引和获取数据

为了能方便地操作Series对象中的索引和数据，所以该对象提供了两个属性index和values分别进行获取。

# 获取ser_obj的索引
ser_obj.index
# 获取ser_obj的数据
ser_obj.values

当然，我们也可以直接使用索引来获取数据。

# 获取位置索引3对应的数据
ser_obj[3]

当某个索引对应的数据进行运算以后，其运算的结果会替换原数据，仍然与这个索引保持着对应的关系。

ser_obj * 2

3. 数据结构—DataFrame

DataFrame是一个类似于二维数组或表格（如excel）的对象，它每列的数据可以是不同的数据类型。

注意：
DataFrame的索引不仅有行索引，还有列索引，数据可以有多列。

3.1 DataFrame的创建方式

Pandas的DataFrame类对象可以使用以下构造方法创建：

pandas.DataFrame（data = None，index = None，columns = None，
dtype = None，copy = False ）

index：表示行标签。若不设置该参数，则默认会自动创建一个从0~N的整数索引。
columns：列标签。

通过传入数组来创建DataFrame类对象：

# 创建数组
demo_arr = np.array([['a', 'b', 'c'], 
			         ['d', 'e', 'f']])

# 基于数组创建DataFrame对象
df_obj = pd.DataFrame(demo_arr)

在创建DataFrame类对象时，如果为其指定了列索引，则DataFrame的列会按照指定索引的顺序进行排列。

df_obj = pd.DataFrame(demo_arr, columns=['No1', 'No2', 'No3'])

3.2 使用列索引或访问属性获取数据

我们可以使用列索引的方式来获取一列数据，返回的结果是一个Series对象。

# 通过列索引的方式获取一列数据
element = df_obj['No2']
# 查看返回结果的类型
type(element)#pandas.core.series.Series

我们还可以使用访问属性的方式来获取一列数据，返回的结果是一个Series对象。

# 通过属性获取列数据
element = df_obj.No2
# 查看返回结果的类型
type(element)#pandas.core.series.Series

注意：
在获取DataFrame的一列数据时，推荐使用列索引的方式完成，主要是因为在实际使用中，列索引的名称中很有可能带有一些特殊字符（如空格），这时使用“点字符”进行访问就显得不太合适了。

3.3 增加列

要想为DataFrame增加一列数据，则可以通过给列索引或者列名称赋值的方式实现。

# 增加No4一列数据
df_obj['No4'] = ['g', 'h']

3.4 删除列

要想删除某一列数据，则可以使用del语句实现。

# 删除No3一列数据
del df_obj['No3']

阅读世界，共赴山海

423全民读书节，邀你共读