《Python數(shù)據(jù)分析極簡入門》

第2節(jié) 2 Pandas數(shù)據(jù)類型

Pandas 有兩種自己獨(dú)有的基本數(shù)據(jù)結(jié)構(gòu)。需要注意的是，它固然有著兩種數(shù)據(jù)結(jié)構(gòu)，因?yàn)樗廊皇?Python 的一個(gè)庫，所以 Python 中有的數(shù)據(jù)類型在這里依然適用。我們分別看一下這兩種數(shù)據(jù)結(jié)構(gòu)：

Series

Series：一維數(shù)組。該結(jié)構(gòu)能夠放置各種數(shù)據(jù)類型，比如字符、整數(shù)、浮點(diǎn)數(shù)等

我們先引入pandas包，這里有一個(gè)約定成俗的寫法import pandas as pd 將pandas引入，并命其別名為pd

接著將列表[2,3,5,7,11]放到pd.Series()里面

import pandas as pd
s = pd.Series([2,3,5,7,11],name = 'A')
s

0     2
1     3
2     5
3     7
4    11
Name: A, dtype: int64

Time- Series：以時(shí)間為索引的Series

同樣的，將列['2024-01-01 00:00:00', '2024-01-01 03:00:00','2024-01-01 06:00:00'] 放到pd.DatetimeIndex()里面

dts1 = pd.DatetimeIndex(['2024-01-01 00:00:00', '2024-01-01 03:00:00','2024-01-01 06:00:00'])
dts1

DatetimeIndex(['2024-01-01 00:00:00', '2024-01-01 03:00:00',
               '2024-01-01 06:00:00'],
              dtype='datetime64[ns]', freq=None)

還有另外一種寫法pd.date_range 可以按一定的頻率生成時(shí)間序列

dts2 = pd.date_range(start='2024-01-01', periods=6, freq='3H')
dts2

DatetimeIndex(['2024-01-01 00:00:00', '2024-01-01 03:00:00',
               '2024-01-01 06:00:00', '2024-01-01 09:00:00',
               '2024-01-01 12:00:00', '2024-01-01 15:00:00'],
              dtype='datetime64[ns]', freq='3H')

dts3 = pd.date_range('2024-01-01', periods=6, freq='d')
dts3

DatetimeIndex(['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04',
               '2024-01-05', '2024-01-06'],
              dtype='datetime64[ns]', freq='D')

DataFrame

DataFrame：二維的表格型數(shù)據(jù)結(jié)構(gòu),可以理解為Series的容器，通俗地說，就是可以把Series放到DataFrame里面。

它是一種二維表格型數(shù)據(jù)的結(jié)構(gòu)，既有行索引，也有列索引。行索引是 index，列索引是 columns。類似于初中數(shù)學(xué)里，在二維平面里用坐標(biāo)軸來定位平面中的點(diǎn)。

注意，DataFrame又是Pandas的核心!接下來的內(nèi)容基本上以DataFrame為主

先來看看如何創(chuàng)建DataFrame，上面說過Series也好，DataFrame也罷，本質(zhì)上都是容器。

千萬別被”容器“這個(gè)詞嚇住了，通俗來說，就是里面可以放東西的東西。

從字典創(chuàng)建DataFrame

相當(dāng)于給里面放dict：先創(chuàng)建一個(gè)字典d,再把d放進(jìn)了DataFrame里命名為df

d = {'A': [1, 2, 3], 
     'B': [4, 5, 6],
     'C': [7, 8, 9]}
df = pd.DataFrame(data = d)
df

從列表創(chuàng)建DataFrame

先創(chuàng)建了一個(gè)列表d,再把d放進(jìn)了DataFrame里命名為df

d = [[4, 7, 10],[5, 8, 11],[6, 9, 12]]
df1 = pd.DataFrame(
    data = d,
    index=['a', 'b', 'c'],
    columns=['A', 'B', 'C'])
df1

從數(shù)組創(chuàng)建DataFrame

數(shù)組（array）對(duì)你來說可能是一個(gè)新概念，在Python里面，創(chuàng)建數(shù)組需要引入一個(gè)類似于Pandas的庫，叫做Numpy。與前面引入Pandas類似，我們用 import numpy as np來引入numpy，命其別名為np。

同樣的，先創(chuàng)建一個(gè)數(shù)組d,再把d放進(jìn)了DataFrame里命名為df

import numpy as np
d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
df2 = pd.DataFrame(data = d,
                   index=['a', 'b', 'c'],
                   columns=['A', 'B', 'C'])
df2

以上，我們用了不同的方式來創(chuàng)建DataFrame，接下來，我們看看創(chuàng)建好后，如何查看數(shù)據(jù)

下一節(jié) 《第2節(jié) 3 Pandas數(shù)據(jù)查看》

這里分享一個(gè)你一定用得到的小程序——CDA數(shù)據(jù)分析師考試小程序。 它是專為CDA數(shù)據(jù)分析認(rèn)證考試報(bào)考打造的一款小程序。可以幫你快速報(bào)名考試、查成績、查證書、查積分，通過該小程序，考生可以享受更便捷的服務(wù)。 掃碼加入CDA小程序，與圈內(nèi)考生一同學(xué)習(xí)、交流、進(jìn)步！

下一節(jié) 《第2節(jié) Pandas簡介》

這里分享一個(gè)你一定用得到的小程序——CDA數(shù)據(jù)分析師考試小程序。 它是專為CDA數(shù)據(jù)分析認(rèn)證考試報(bào)考打造的一款小程序?？梢詭湍憧焖賵?bào)名考試、查成績、查證書、查積分，通過該小程序，考生可以享受更便捷的服務(wù)。 掃碼加入CDA小程序，與圈內(nèi)考生一同學(xué)習(xí)、交流、進(jìn)步！ ?