加入收藏 | 设为首页 | 会员中心 | 我要投稿 银川站长网 (https://www.0951zz.com/)- 云通信、基础存储、云上网络、机器学习、视觉智能!
当前位置: 首页 > 综合聚焦 > 编程要点 > 语言 > 正文

Pandas数据分析有几种方式 怎样做到

发布时间:2023-10-04 12:49:24 所属栏目:语言 来源:
导读:今天这篇给大家分享的知识是“Pandas数据分析有几种方式,怎样实现?”,小编觉得挺不错的,对大家学习或是工作可能会有所帮助,对此分享发大家做个参考,希望这篇“Pandas数据分析有几种方式,怎样实

今天这篇给大家分享的知识是“Pandas数据分析有几种方式,怎样实现?”,小编觉得挺不错的,对大家学习或是工作可能会有所帮助,对此分享发大家做个参考,希望这篇“Pandas数据分析有几种方式,怎样实现?”文章能帮助大家解决问题。

Pandas是最流行的用于数据分析的 Python 库。它提供高度优化的性能,后端源代码完全用C或Python编写。

我们可以通过以下方式分析 pandas 中的数据:

1.Series

2.数据帧

Series

Series 是 pandas 中定义的一维(1-D)数组,可用于存储任何数据类型。

代码 #1

创建 Series

# 创建 Series 的程序

# 导入 Panda 库

import pandas as pd

# 使用数据和索引创建 Series

a = pd.Series(Data, index = Index)

登录后复制

在这里,数据可以是:

一个标量值,可以是 integerValue、字符串

可以是键值对的Python 字典

一个Ndarray

注意:默认情况下,索引从 0、1、2、...(n-1) 开始,其中 n 是数据长度。

代码 #2

当 Data 包含标量值时

# 使用标量值创建 Series 的程序

# 数值数据

Data =[1, 3, 4, 5, 6, 2, 9]

# 使用默认索引值创建系列

s = pd.Series(Data)

# 预定义的索引值

Index =['a', 'b', 'c', 'd', 'e', 'f', 'g']

# 创建具有预定义索引值的系列

si = pd.Series(Data, Index)

输出:

具有默认索引的标量数据

带索引的标量数据

代码#3

当数据包含字典时

# 创建词典 Series 程序

dictionary ={'a':1, 'b':2, 'c':3, 'd':4, 'e':5}

# 创建字典类型 Series

sd = pd.Series(dictionary)

字典类型数据

代码 #4

当 Data 包含 Ndarray

# 创建 ndarray series 的程序

# 定义二维数组

Data =[[2, 3, 4], [5, 6, 7]]

# 创建一系列二维数组

snd = pd.Series(Data)

数据作为 Ndarray

数据框

DataFrames是 pandas 中定义的二维(2-D)数据结构,由行和列组成。

代码 #1

创建 DataFrame

# 创建 DataFrame 的程序

# 导入库

import pandas as pd

# 使用数据创建 DataFrame

a = pd.DataFrame(Data)

在这里,数据可以是:

一本或多本词典

一个或多个Series

2D-numpy Ndarray

代码 #2

当数据是字典时

# 使用两个字典创建数据框的程序

# 定义字典 1

dict1 ={'a':1, 'b':2, 'c':3, 'd':4}

# 定义字典 2

dict2 ={'a':5, 'b':6, 'c':7, 'd':8, 'e':9}

# 用 dict1 和 dict2 定义数据

Data = {'first':dict1, 'second':dict2}

# 创建数据框

df = pd.DataFrame(Data)

带有两个字典的 DataFrame

代码 #3

当数据是Series时

# 创建三个系列的Dataframe的程序

import pandas as pd

# 定义 series 1

s1 = pd.Series([1, 3, 4, 5, 6, 2, 9])

# 定义 series 2

s2 = pd.Series([1.1, 3.5, 4.7, 5.8, 2.9, 9.3])

# 定义 series 3

s3 = pd.Series(['a', 'b', 'c', 'd', 'e'])

# 定义 Data

Data ={'first':s1, 'second':s2, 'third':s3}

# 创建 DataFrame

dfseries = pd.DataFrame(Data)

三个 Series 的 DataFrame

代码 #4

当 Data 为 2D-numpy ndarray注意:在创建 2D 数组的 DataFrame 时必须保持一个约束 - 2D 数组的维度必须相同。

# 从二维数组创建 DataFrame 的程序

# 导入库

import pandas as pd

# 定义 2d 数组 1

d1 =[[2, 3, 4], [5, 6, 7]]

# 定义 2d 数组 2

d2 =[[2, 4, 8], [1, 3, 9]]

# 定义 Data

Data ={'first': d1, 'second': d2}

# 创建 DataFrame

df2d = pd.DataFrame(Data)

带有 2d ndarray 的 DataFrame

以上就是关于“Pandas数据分析有几种方式,怎样实现?”的介绍了,感谢各位的阅读,如果大家想要了解更多相关的内容,欢迎关注群英网络,小编每天都会为大家更新不同的知识。

(编辑:银川站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章