(4)Python Pandas库
目录
Pandas是一个开源的Python库，用于使用其强大的数据结构进行高性能数据处理和数据分析。 Python和Pandas在各种学术和商业领域都有应用，其中包括金融，经济学，统计学，广告，网络分析等等。 使用Pandas，无论数据源如何，我们都可以完成数据处理和分析中的五个典型步骤 – 加载，组织，操作，建模和分析数据。
以下是Pandas的一些重要功能，专门用于数据处理和数据分析工作。
Pandas的主要特点是 –
- 使用默认和自定义索引的快速高效的DataFrame对象。
- 用于将数据从不同文件格式加载到内存数据对象的工具。
- 数据对齐和缺失数据的集成处理。
- 重新设置和旋转日期集。
- 大数据集的基于标签的分片，索引和子集。
- 数据结构中的列可以被删除或插入。
- 按数据分组进行聚合和转换。
- 高性能的数据合并和连接。
- 时间序列功能。
Pandas处理以下三种数据结构 –
- 维数
- 系列
- 数据帧
这些数据结构建立在Numpy数组之上，使其快速高效。
维数和描述说明
考虑处理这些数据结构的最佳方式是:将高维数据结构化为较低维数据结构的容器。 例如，DataFrame是Series的容器，Panel是DataFrame的容器。
| 数据结构 | 维数 | 描述说明 |
|---|---|---|
| Series | 1 | 1D标记的同质阵列，大小不可变。 |
| DataFrame | 2 | 一般的二维标签，大小可变的表格结构，具有潜在的非均匀类型列。 |
DataFrame被广泛使用，它是最重要的数据结构。
系列
系列(Series)是一种具有同质数据结构的一维数组。 例如，以下系列是整数:10,23,56...的集合。
例如，
10 23 56 17 52 61 73 90 26 72
系列的要点
- 同质数据
- 大小不可变
- 数据的值可变
数据帧
数据帧(DataFrame)是一个具有异构数据的二维数组。 例如，
| 名字 | 年龄 | 性别 | 得分 |
|---|---|---|---|
| Steve | 32 | 男 | 3.45 |
| Lia | 28 | 女 | 4.6 |
| Vin | 45 | 男 | 3.9 |
| Katie | 38 | 女 | 2.78 |
该表格表示一个组织的销售团队的总体绩效评级数据。数据以行和列表示。 每列代表一个属性，每行代表一个人。
数据类型的列
四列的数据类型如下 –
| 列名 | 数据类型 |
|---|---|
| 名字 | 字符串 |
| 年龄 | 数字 |
| 性别 | 字符串 |
| 得分 | 浮点数 |
数据帧的要点 –
- 异构数据
- 大小可变
- 数据可变
在接下来的章节中，我们将看到很多关于在数据科学工作中使用python的pandas库的例子。
关注右侧公众号，随时随地查看教程
Python数据分析教程目录
