Python 数据分析与科学计算 课件 第8章 Pandas数据分析处理.pptx

Python数据分析与科学计算

第8章Pandas数据分析处理8.1Pandas数据结构8.2索引8.3数据运算8.4数据排序8.5缺失值处理8.6数据的读写

（1）强大的数据处理能力：Pandas提供了丰富的数据处理和操作功能，可以快速高效地处理和转换数据。（2）支持广泛的数据格式：Pandas支持多种格式的数据输入和输出，包括CSV、Excel、JSON、SQL、HDF5等。（3）灵活的数据分组和聚合：Pandas提供了灵活的数据分组和聚合功能，可以轻松进行数据分析和汇总。（4）可视化功能：Pandas内置了可视化功能，可以通过简单的代码实现图表和可视化结果，方便数据分析和展示。Pandas

1.序列8.1Pandas数据结构

带标签的一维数据结构由一组数据及与之相关的数据索引组成两个数据类型：序列（Series）,数据帧（DataFrame）

1.序列创建：pandas.Series(data=None,index=None,dtype=None,name=None,copy=False,fastpath=False)data：用于创建序列对象的数据index：索引，必须是唯一的dtype：序列中的数据类型copy：是否复制数据，默认为False8.1Pandas数据结构

8.1Pandas数据结构

【例8.1】序列的创建和使用importpandasaspddata=pd.Series(data=[85,74,98,64,82])print(序列为：\n,data)#更改索引data.index=[1,2,3,4,5]print(更改索引后的序列为：\n,data)print(序列的大小为：%d，维度为：%d，最大值：%d，最小值%d%(data.size,data.ndim,data.max(),data.min()))序列为：085174298364482dtype:int64更改索引后的序列为：185274398464582dtype:int64序列的大小为：5，维度为：1，最大值：98，最小值64

8.1Pandas数据结构

【例8.1】序列的创建和使用——从字典类型创建#由字典创建序列info={id:1001,name:张三}data=pd.Series(data=info)print(由字典创建的序列为：\n,data)#字符串索引print(data[1]=,data[1])#字符串拼接print(字符串连接edu：\n,data+edu)由字典创建的序列为:id1001name张三dtype:objectdata[1]=张三字符串连接edu:id1001eduname张三edudtype:object

8.1Pandas数据结构

【例8.1】序列的创建和使用—从标量值创建importpandasaspda=pd.Series(100,index=[‘a’,‘b’,‘c’,])print(由标量值创建的序列为：\n,a)由标量值创建的序列为：a100b100c100

1.序列序列的常用属性8.1Pandas数据结构

属性说明loc使用索引值取子集iloc使用索引位置取子集dtype或dtypes序列内容的类型T序列的转置矩阵shape数据的维数size序列中元素的数量values序列的值importnumpyasnpimportpandasaspdb=pd.Series(np.arange(5),index=np.arange(10,5,-1))print(由ndarray创建的序列为：\n,b)print(b.values)由ndarray创建的序列为：10091827364dtype:int32[01234]

1.序列序列的常用方法8.1Pandas数据结构

方法说明append连接两个或多个序列cov计算与另一个序列的协方差equals判断两个序列是否相等get_values获得序列的值hist绘制直方图min返回最小值max返回最大值mean返回平均值sort_values对值进行排序importnumpyasnpimportpandasaspdb=pd.Series(np.arange(5),index=np.arange(10,5,-1))c=pd.S