乐趣区

关于数据分析:Pandas学习笔记01强大的分析结构化数据的工具集

jiezi

作者：幻好

起源：恒生 LIGHT 云社区

背景简介

在进行量化剖析的过程中，总是须要应用大量的数据根底，对数据之间的关联进行开掘，最终找到咱们须要的数据。只通过 Python 进行数据分析是非常复杂的，有没有更简略的工具帮忙咱们可能高效快捷的帮忙咱们剖析数据呢？

明天就介绍下 Pandas- 一个弱小的剖析结构化数据的工具集。

本文次要正对有肯定 Python 语法根底的同学，须要学习 Python 的同学能够在社区寻找教程进行充电（https://developer.hs.net/cour…）。

基本概念

Pandas 库是一个收费、开源的第三方 Python 库，是 Python 数据分析必不可少的工具之一，它为 Python 数据分析提供了高性能，且易于应用的数据结构，即 Series 和 DataFrame。

Pandas 应用根底是 Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据荡涤性能。

Pandas 库基于 Python NumPy 库开发而来，因而，它能够与 Python 的科学计算库配合应用。

Pandas 自诞生后被利用于泛滥的畛域，比方金融、统计学、社会科学、建筑工程等。

通过以上的介绍，想必大家对于 Pandas 是干啥的，能有个根本的理解。pandas 相当于 python 中 excel：它应用表（也就是 dataframe)，能在数据上做各种变换，但还有其余很多性能。

数据结构

DataFrame

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列能够是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它能够被看做由 Series 组成的字典（独特用一个索引）。

DataFrame 构造方法如下：

pandas.DataFrame(data, index, columns, dtype, copy)

参数阐明：

  • data：一组数据 (ndarray、series, map, lists, dict 等类型)。
  • index：索引值，或者能够称为行标签。
  • columns：列标签，默认为 RangeIndex (0, 1, 2, …, n)。
  • dtype：数据类型。
  • copy：拷贝数据，默认为 False。

Series

Series 相似表格中的一个列（column），相似于一维数组，能够保留任何数据类型。

Series 由索引（index）和列组成，函数如下：

pandas.Series(data, index, dtype, name, copy)

参数阐明：

  • data：一组数据 (ndarray 类型)。
  • index：数据索引标签，如果不指定，默认从 0 开始。
  • dtype：数据类型，默认会本人判断。
  • name：设置名称。
  • copy：拷贝数据，默认为 False。

疾速上手

引入组件

引入 Pandas 的组件到代码中：

import pandas as pd

如果引入不到，阐明环境配置有问题或者你压根就没下载，通过以下形式下载组件：

pip install Pandas

Series 对象操作

通过 Series() 函数来创立 Series 对象，通过这个对象能够调用相应的办法和属性：

import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print (s)

DataFrame 对象操作

通过 DataFrame() 创建对象的语法格局如下：

import pandas as pd
data = [1,2,3,4,5]
df = pd.DataFrame(data)
print(df)

读取文件数据

能够通过 read_csv() 函数对本地 .csv 格式文件进行读取：

data = pd.read_csv('file.csv')
data = pd.read_csv('file.csv', nrows=1000, skiprows=[1,5], encoding= gbk)

参数含意：

  • 'file.csv'：示意读取文件名，可退出零碎地位进行读取
  • nrows：示意读取前多少行数据
  • skiprows：示意读取文件的时候会主动跳过不读行数。
  • encoding：示意读取文件的编码格局

与 read_csv，相似的办法还有 read_excel 读取 Excel 文件数据。

写入文件数据

Pandas 提供的 to_csv() 函数用于将 DataFrame 转换为 CSV 数据。如果想要把 CSV 数据写入文件，只需向函数传递一个文件对象即可。否则，CSV 数据将以字符串格局返回。

data.to_csv(‘my_new_file.csv’, index=None)

参数含意：

  • index：示意是否须要增加索引，默认会主动增加索引

与 to_csv，相似的办法还有 to_excel 写入 Excel 文件数据。

总结

本文次要介绍 Pandas 工具集的基础知识，学习 Pandas 能帮忙咱们疾速解决和剖析数据，后续会持续会更新实用操作，敬请期待。

退出移动版