【Python】数据分析:pandas

1. pandas简介

1-1 为什么要学习？

numpy已经能够帮助我们处理数据，能够结合matpolotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢?

numpy能够帮我们处理处理数值型数据，但是这还不够很多时候，数据除了数值之外，还有字符串，还有时间序列等

比如:我们通过爬虫获取到了存储在数据库中的数据比如:之前voutube的例子中除了数值之外还有国家的信息，视频的分类(tag)信息，标题信息等

所以，numpy能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据,如字典等

1-2 什么是pandas?

pandas is an open source, BSD-licensed library providing high-performance, easy-to-use datastructures and data analysis tools for the Python programming language.

2- pandas的常用数据类型

1. Series 一维，带标签数组
2. DataFrame 二维，Series容器
   {   "src": "",   "status": "error",   "percent": 0,   "align": "left",   "linkTarget": "_blank",   "display": "inline",   "message": "图片不支持拷贝复制，请单独复制上传",   "size": 0 }
   image.png
   
   2-1 创建pandas以为数组并指定标签

import string
import pandas as pd
import numpy as np
# 自动创建索引
t1 = pd.Series([1,3,6,14,65])
print(t1)
print(type(t1))
# 通过index指定索引
t2 = pd.Series(np.arange(10),index=list(string.ascii_uppercase[0:10]))
print(t2)
# 通过字符串创建索引
t3 = pd.Series([1,3,5,2,67],index=list("abcde"))
print(t3)
# 创建对象索引
dict={
    "dream":"be a excellent person",
    "goal":"to be a knowledgable teacher in university",
    "age":21
}
t4 = pd.Series(dict)
print(t4)

result.png

重新给其指定其他的索引之后，如果能够对应上，就取其值，如果不能，就为Nan,这个的意思就是说：个人有10种水果，你要了苹果，香蕉，菠萝，他有苹果，香蕉，但是没有菠萝，这个时候菠萝就是nan

import string
import pandas as pd
a = {string.ascii_uppercase[i]:i for i in range(10)}
print(a)
b = pd.Series(a,index=list(string.ascii_uppercase[5:15]))
print(b)

result.png

3. pandas的索引和切片

image.png

for i in b.index:
    # 获取索引的值
    print(i)
# 获取长度
print(len(b.index))