《Python数据分析》课件 项目三 Python数据分析库训练.pptxVIP

Python数据分析

项目三Python数据分析库训练;知识引入;知识框架;目录;pandas有两个基本的数据结构：Series和DataFrame。本任务主要讲解这两个数据结构的创建和基本使用。;Series数据结构类似于一维数组，但它是由一组数据（各种NumPy数据类型）和一组对应的索引组成的。;Series数据：索引在左边，值在右边。如果没有指定一组数据作为索引的话，Series数据会以0到N-1（N为数据的长度）作为索引，也可以通过指定索引的方式来创建Series数据。;Series有values和index属性，可返回值数据的数组形式和索引对象。;DataFrame数据是Python数据分析最常用的数据，类似于Excel表格型数据。

创建DataFrame数据的办法有很多，最常用的是传入由数组、列表或元组组成的字典。;可以通过columns指定列索引的排列顺序。

当没有指定行索引的情况下，会使用0到N-1（N为数据的长度）作为行索引，这里也可以使用其他数据作为行索引。;下表中提供了部分常用的为创建DataFrame数据可传入的数据类型。;通过values属性可以将DataFrame数据转换为二维数组。;Series的索引和DataFrame的行和列索引都是索引对象，用于负责管理轴标签和元数据。;索引对象是不可以进行修改的，如果修改就会报错。

索引对象类似于数组数据，其功能也类似于一个固定大小的集合。;1、创建Series，要求包含4个元素

2、根据给定字典，创建DataFrame;目录;本任务将针对Series和DataFrame数据，讲解Series和DataFrame重新索引和更换索引的操作方法、Series和DataFrame数据结构的索引和选取，以及针对DataFrame数据结构进行数据的编辑操作（包括增、删、改）。;这里所说的重新索引并不是给索引重新命名，而是对索引重新排序，如果某个索引值不存在的话，就会引入缺失值（NaN）。;如果需要对插入的缺失值进行填充的话，可通过method参数来实现，参数值为ffill或pad时为向前填充，参数值为bfill或backfill时为向后填充。;对于DataFrame数据来说，行和列索引都是可以重新索引的。;下表为reindex函数的各参数使用说明。;在DataFrame数据中，如果不希望使用默认行索引的话，可在创建的时候通过index参数来设置行索引。有时我们希望将列数据作为行索引，这时可以通过set_index方法来实现。;与set_index方法相反的方法是reset_index（恢复索引）方法。;对DataFrame数据，排序之后其行索引会改变。;恢复索引的用法如下，原索引可通过drop参数进行删除。;1、创建Series，并重建该Series的索引

2、创建DataFrame数据，并更换该DataFrame索引

3、对DataFrame进行恢复索引操作;在pandas数据中，需要通过索引来完成数据的选取工作。Series数据的选取较为简单，使用方法类似于Python的列表，这里不仅可以通过0到N-1（N是数据长度）来进行索引，同时也可以通过设置好的索引标签来进行索引。;;;;;;;;1、根据给定数据创建DafaFrame

2、选取DataFrame中的第2行和第3行数据;;;;;;1、根据给定数据创建DafaFrame，并增加一行数据

2、在DataFrame中增加一列数据

3、从DataFrame中删除一行数据;目录;本任务将针对Series和DataFrame数据，详细讲解二者的算术运算和函数的应用，这在数据分析中会经常使用。;pandas的数据对象在进行算术运算时，如果有相同索引对则进行算术运算，如果没有则会引入缺失值，这就是数据对齐。;;;;;;;;;;;;;1、完成Series的数据运算

2、完成DataFrame的数据运算;目录;层次化索引是pandas重要的功能之一，本任务将简单讲解层次化索引的创建过程和使用方法。;简单地说，层次化索引就是轴上有多个级别索引。下面例子为创建一个层次化索引的Series对象。;层次化索引的对象，索引和选取操作都很简单。;对于DataFrame数据而言，行和列索引都可以为层次化索引。;通过swaplevel方法可以对层次化索引进行重排。;在对层次化索引的pandas数据进行汇总统计时，可以通过level参数指定在某层次上进行汇总统计。;1、完成Series层次化索引的创建

2、完成DataFrame层次化索引的创建;目录;pandas库中集成了matplotlib中的基础组件，让绘图更加简单。本节将讲解如何利用pandas绘制基本图形。;;;;;pandas库中的Serie