数据分析与可视化 课件 电子 第3、4章_Pandas数据分析初步、 Pandas数据分析进阶.pptx

第3章 Pandas数据分析初步基于Pandas的文件读取与分析 小结实战：读取Excel文件 DataFrame 类型数据Pandas简介与安装Series类型数据5641233.1Pandas简介与安装认识pandas什么是pandasPandas（Python Data Analysis Library）是基于NumPy的数据分析模块，它提供了大量标准数据模型和高效操作大型数据集所需的工具，可以说Pandas是使得Python能够成为高效且强大的数据分析环境的重要因素之一Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。下载安装安装 pandas 需要基础环境是 Python，开始前我们假定你已经安装了 Python 和 Pip。Windows系统安装使用 Python 包管理器pip来安装 Pandas，是一种最简单、最轻量级的方法。只需执行以下命令即可： pip install pandas 以上命令是在安装了python安装包，进入cmd下输入命令 执行 下载安装安装成功 打开 Python 交互解释器 ，并导入 pandas 模块，如下图 所示如果未出现错误提示，则表示已安装成功。 import pandas pandas.__version__ # 查看版本1.1.5Pandas简介与安装 pip install pandasIn [1]: import pandas as pd #导入Pandas包并取一个别名pdIn [2]: print(pd.__version__) #显示Pandas的版本号，测试Pandas是否加载到内存Out[2]: 1.2.4数据结构Pandas 数据结构，Pandas包含以下三个数据结构：系列(Series)，数据帧(DataFrame)，面板(Panel)。这些数据结构构建在Numpy数组之上，这意味着它们处理速度很快。Series类似于一维数组；DataFrame是类似表格的二维数组；Panel可以视为Excel的多表单Sheet（已经不用了）pd多维数据表= np多维数组+ 描述Series = 1D array（数据） + index（描述性说明）DataFrame = 2D array（数据） + index + columns （后两种分别为行或列的描述性说明）3.2 Series类型数据序列Seriespandas.Series( data, index, dtype, copy)序列Series是一维标签数组，能够容纳任何类型的数据（整数，字符串，浮点数，python对象等）。Pandas Series构造函数如下: 数据结构：序列（Series）序列序列是一种具有同质数据结构的一维数组。例如，以下序列是整数10,23,56 ...的集合 关键点 ：同质数据，大小不可变 ，数据可变的值In [3]: a = pd.Series([2, 0, -4, 12] , name = A)#创建一个Series对象a In [4]: a#输出a的值Out[4]: 0 21 02 -43 12Name: A, dtype: int64序列Series创建空的序列从ndarray创建一个Series如果数据是ndarray，则传递的索引必须具有相同的长度。 如果没有传递索引值，那么默认的索引范围将是range(n)，其中n是数组长度，即[0,1,2,3…. range(len(array))-1] - 1]。import pandas as pds = pd.Series()print (s)执行结果：Series([], dtype: float64)import pandas as pdimport numpy as npdata = np.array([a,b,c,d])s = pd.Series(data)print (s)输出结果：0 a1 b2 c3 ddtype: object序列SeriesIn [5]: a.values #获取Series中的数组值Out[5]: array([ 2, 0, -4, 12])In [6]: a.index #获取对应数据的索引值，此处类似于range(4)Out[6]: RangeIndex(start=0, stop=4, step=1)序列SeriesIn [7]: s = pd.Series(np.random.randn(5),#用NumPy数组充当数据源index=[