python数据分析基础005 -pandas详解_pandas入门这一篇就足够了

简介: python数据分析基础005 -pandas详解_pandas入门这一篇就足够了

文章目录

  • 💡结语
  • 🐚作者简介:苏凉(在python路上)

🐳博客主页:苏凉.py的博客

👑名言警句:海阔凭鱼跃,天高任鸟飞。

📰要是觉得博主文章写的不错的话,还望大家三连支持一下呀!!!

👉关注✨点赞👍收藏📂

🌸前言image.png🌔(一)pandas基础介绍

🍸1.什么是pandasimage.png🍹2.为什么要学习pandasimage.png🍻3.pandas的安装image.png🥂4.导入pandas库

import pandas as pd

🌖(二)pandas的常用数据类型

🥥1.Series(一维,带标签数组)

import pandas as pd
a = pd.Series([1,5,4,85,87,512])
print(a,type(a))

结果:

从上述结果中我们可以看到Series创建的对象带有索引。

🍇1.1 创建索引image.png

b = pd.Series([1,5,4,2,45,45,24,5],index=list('abcdefgh'))
print(b)

结果:

🍈1.2 通过字典创建Seriesimage.png

import pandas as pd
dic = {
    'name':'苏凉.py',
    'age':'22',
    'qq_num':'787991021',
}
information = pd.Series(dic)
print(information)

结果:

🍉1.3 Series的切片和索引image.png

🍊1.3.1 显示某个值

import pandas as pd
dic = {
    'name':'苏凉.py',
    'age':'22',
    'qq_num':'787991021',
}
information = pd.Series(dic)
print(information)
print('-'*100)
print(information[0])

结果:

🍍1.3.2 显示多个不连续的值

print(information[[0,2,3]])

结果:

🍎1.3.3 显示多个连续的值

print(information[0:3])

结果:

🍏1.3.4 通过索引查找值

print(information[['name','age','wechat']])

结果:

🍐1.4 Series的索引和值属性image.png

🍑1.4.1 Series的索引(index)

print(information.index)

结果:

🍒1.4.2 索引遍历

a = information.index
for i in a:
    print(i)

结果:

🥕1.4.3 Series的值(values)

print(information.values)


结果:


image.png

🌰2.DataFrame(二维,Series容器)

import pandas as pd
import numpy as np
a = pd.DataFrame(np.arange(1,13).reshape(3,4))
print(a)

结果:

image.png

💐2.1 创建索引image.png

a = pd.DataFrame(np.arange(1,13).reshape(3,4),index=list('123'),columns=list('ABCD'))

结果:

🌸2.2 通过字典创建DataFrame

方法一:

import pandas as pd
list = {
    'name':['苏凉.py','佚名'],
    'age':['22','15'],
    'QQ_num':['787991021','01234567'],
    'wechat':['lxzy787991021','ym789456']
}
person = pd.DataFrame(list)
print(person)

结果:

方法二:

import pandas as pd
list2 = [
    {'name':'苏凉.py','age':'22','QQ_num':'787991021','wechat':'lxzy787991021'},
    {'name':'佚名','QQ_num':'01234567','wechat':'ym789456'}
]
person = pd.DataFrame(list2)
print(person)

结果:

image.png

🌺2.3 DataFrame的索引和切片image.png

🌻2.3.1 取前几行

print(person[:2])

结果:

🌼2.3.2 取某列

print(person['name'])

结果:

🌷2.3.3 取多列

print(person[['name','wechat']])

结果:

🌲2.4.1.2 取多行
print(person.loc[[0,1]])

结果:

🌳2.4.1.3 取某列
print(person.loc[:,'name'])

结果:

🌴2.4.1.3 取多列
print(person.loc[:,['name','wechat']])

结果:

🌵2.4.1.3 取某行某列
print(person.loc[0,'wechat'])

结果:

🌾2.4.1.4 取多行多列
print(person.loc[0:1,['name','QQ_num']])

结果:

🌿2.4.2 利用iloc来获取值image.png

🍀2.4.2.1 获取行
print(person.iloc[0,])

结果:

🍁2.4.2.2 获取列
print(person.iloc[:,2])

结果:image.png

🍂2.4.2.3 获取某行某列
print(person.iloc[0,3])

结果:image.png

🍃2.4.2.4 获取多行多列
print(person.iloc[[0,1],[0,2,3]])

结果:

image.png


💡结语

今天的内容到这里就结束啦,觉得写的不错的话给个三连支持一下吧!!文章有不足之处还望指出,一起加油进步啊!希望看到此文的小伙伴都有所收获!关注我,咱们下期再见!!


相关文章
|
12天前
|
数据采集 存储 XML
Python爬虫定义入门知识
Python爬虫是用于自动化抓取互联网数据的程序。其基本概念包括爬虫、请求、响应和解析。常用库有Requests、BeautifulSoup、Scrapy和Selenium。工作流程包括发送请求、接收响应、解析数据和存储数据。注意事项包括遵守Robots协议、避免过度请求、处理异常和确保数据合法性。Python爬虫强大而灵活,但使用时需遵守法律法规。
|
10天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
10天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
10天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
7天前
|
数据采集 数据可视化 数据处理
Python数据科学:Pandas库入门与实践
Python数据科学:Pandas库入门与实践
|
9天前
|
设计模式 缓存 开发框架
Python中的装饰器:从入门到实践####
本文深入探讨了Python中装饰器的工作原理与应用,通过具体案例展示了如何利用装饰器增强函数功能、提高代码复用性和可读性。读者将学习到装饰器的基本概念、实现方法及其在实际项目开发中的实用技巧。 ####
20 3
|
12天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
8天前
|
机器学习/深度学习 数据采集 数据可视化
Python数据科学实战:从Pandas到机器学习
Python数据科学实战:从Pandas到机器学习
|
11天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
|
12天前
|
人工智能 数据挖掘 程序员
Python编程入门:从零到英雄
【10月更文挑战第37天】本文将引导你走进Python编程的世界,无论你是初学者还是有一定基础的开发者,都能从中受益。我们将从最基础的语法开始讲解,逐步深入到更复杂的主题,如数据结构、面向对象编程和网络编程等。通过本文的学习,你将能够编写出自己的Python程序,实现各种功能。让我们一起踏上Python编程之旅吧!
下一篇
无影云桌面