|
|
Pandas是Python里非常有趣，有意思的模块。虽然翻译过来的意思是“熊猫”，但其实不是这样的。”Pandas“源于“Panel Data Analysis", 是将数据以二维数组的形式表达。其可以将复杂繁琐的数据进行清晰的整理，访问起来也特别的轻松。
Pandas的数据可以分为Series和Dataframe.
Series其实可以理解为List的升级版，如下：
0，1，2是series的index,而1,2,3是数据本身。到了这一步，可能大家会有个问题：这series和List看起来一摸一样啊，到底有什么区别呢？
当然是有的。看完怎么生成series就知道了:
- import pandas as pd
- obj2 = pd.Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])
index在这里是可以自己修改的！就像一个自定义表格一样。
讲完了Series, 就是Dataframe了。Dataframe可以理解为好多个series放在一起，形成如Excel表格一般的二维数组。Dataframe的使用方法和用处有很多，本教程就会cover其中三种:制作Dataframe, 访问数据，形成excel表格。
制作Dataframe:
Dataframe的制作方法也是非常之多。个人认为最好用的是输入一个字典，其中key就是每一列的index,value就是所有column底下的数据形成的list。需要注意的是，Dataframe有着行和列两种index,让访问数据变得更加灵活。以下是创建Dataframe的例子：
这样的数据当然也可以用来访问和篡改。如果想要访问一列，拿“pop"来举例：
frame['pop']即可访问。
- import pandas as pd
- data = {
- 'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
- 'year': [2000, 2001, 2002, 2001, 2002, 2003],
- 'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]
- }
- frame = pd.DataFrame(data)
- print(frame)
如果想提取数据或者篡改，可以用iloc或者loc. iloc语句无视index的名字，直接访问数字index(比如需要访问最后十行数据，那不管index有没有特殊名字，直接[-10:])
以下是用iloc和loc访问的案例：
- <div class="blockcode"><blockquote>one two three four
- Ohio 0 1 2 3
- Colorado 4 5 6 7
- Utah 8 9 10 11
- New York 12 13 14 15
- data.loc['Colorado', ['two', 'three']]
- out: two 5
- three 6
- Name: Colorado, dtype: int64
- data.iloc[[1, 2], [3, 0, 1]]
- out: four one two
- Colorado 7 4 5
- Utah 11 8 9
（tip: iloc 和loc还有很多各种各样的使用方式！不像传统语法，其格式并不是固定的。感兴趣的可以去博客，谷歌查一下！）
讲了这么多语法，是时候讲一些实用的东西了。Dataframe还有一个好处，就是可以从Excel直接导入，也可以导出成xlsx格式的文件。其甚至可以用来生成Matplotlib的图表！（请期待下次更新Matplotlib教程，也会提到Dataframe。这下大家意识到学好Pandas的重要性了吧 )。
好。Excel的格式转换其实特别简单，一句代码就行：
导入：
df = pd.read_excel('example.xlsx')
导出：
df.to_excel('example.xlsx', index = )
index 默认为True,需要row index不写也行。但想要输出的excel文件不显示row index，就写index = False.
读完这篇文章，你也算是入门DataFrame了。如果有任何问题或者探讨话题，可以在评论区里留言，小编绝对会看的！
下期内容为Matplotlib教程，敬请期待！
|
|
发表于 