我的编程空间,编程开发者的网络收藏夹
学习永远不晚

Python数据分析库之pandas,你

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

Python数据分析库之pandas,你

写这个系列背后的故事

咦,面试系列的把基础部分都写完啦,哈哈答,接下来要弄啥嘞~

pandas吧

外国人开发的
翻译成汉语叫 熊猫
在这里插入图片描述

厉害厉害,很接地气
一个基于numpy的库

干啥的?
做数据分析用的

而数据分析是python体系下一个非常庞大的分支

厉害到,好多人一看就会(博主就不是)
在这里插入图片描述
博主将用不知道多少篇博客把她给你捣鼓明白(说白了,就是没写大纲!)

当然也可能让你失去对她的兴趣

毕竟,博主叫梦想橡皮擦啊

擦掉你编程的梦想也是我努力的一部分

在这里插入图片描述

下载按照这个库

这个库,安装easy

你只要这样,这样,然后在这样,中间出现问题,百度一下,这样,这样,就好了... ...

嘿嘿

在这里插入图片描述

我其实用的是python3.6版本
然后通过下面的命令安装的

pip install pandas 

国内,一般安装比较慢,你添加一个清华大学的源就好了

pip install pandas -i  https://pypi.tuna.tsinghua.edu.cn/simple/

下载&安装速度就嗷嗷的了

pandas版本为

pandas 0.23.3

你的版本比我应该高,

毕竟我是老程序员了

pandas官网 http://pandas.pydata.org/
没有翻译完的伪中文网 https://www.pypandas.cn/index.html

安装之后

一番简单的操作之后,如果过程中你没有出现任何BUG
恭喜你,安装成功

下面打开你的任意开发工具

一般我用“被免费版”的pycharm

在这里插入图片描述

创建一个文件,然后输入下面的代码,直接run

import pandas

没有报错,完美,一个库学会了

当然,一般写成

import pandas as pd

你就和国际程序员接轨了

pandas主要干啥

如果你英文好,直接打开官方文档

瞅就可以了

如果英语不好,没关系

你这么理解,pandas就像用代码操作excel一样,一样一样的

在pandas中,你要学习一个新的数据结构

Series

百度翻译,恩,先记住发音吧 say 额 瑞 z 多么棒的标注,中英结合。
在这里插入图片描述
这是一种什么样的数据结构呢?

在解释这个问题前,我们先创建一个,然后在代码中看看

不就清晰明了了么

编写下面的代码

import pandas as pd

my_series = pd.Series(['我','是','梦想','橡皮擦'])
print(my_series)

运行结果

0      我
1      是
2     梦想
3    橡皮擦
dtype: object

好像也有看出来了啥?

别着急,弄到excel里面瞅瞅,直接复制就好

在这里插入图片描述
看到没,我们通过列表创建了一个series

在excel中,你需要先确定你知道什么是行,什么是列
在这里插入图片描述
横着的叫行,竖着的叫列

你通过列表创建series之后,每行的前面出现一个从0开始的序号

这个新出现的序列,记住,叫索引
既然叫做索引了,那么我们就可以给索引设置值

如果你有编程经验,那么你知道,索引值对应的英文叫做index

every 编程语言索引基本都是设置index

那我们在重写一下

import pandas as pd

my_series = pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c','d'])
print(my_series)

看一下结果 索引变了吧

a      我
b      是
c     梦想
d    橡皮擦
dtype: object

继续往里面挖,注意index和前面列表的长度一定要一致

什么意思?

pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c','d','e']) 报错
pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c']) 报错

声明一个series的函数中,还可以携带一个name参数

请查看

import pandas as pd

my_series = pd.Series(['我','是','梦想','橡皮擦'],index=['a','b','c','d'],name='梦想序列')
print(my_series)

结果瞅瞅

a      我
b      是
c     梦想
d    橡皮擦
Name: 梦想序列, dtype: object

接下来,可以把前面的列表参数也写完整了

import pandas as pd

my_series = pd.Series(data = ['我','是','梦想','橡皮擦'],index=['a','b','c','d'],name='梦想序列')
print(my_series)

总结一下

创建一个series是非常容易的,只需要采用

pd.Series(data=列表,index=列表,name=名称就可以)

其他创建方式

用字典也是可以的

my_series1 = pd.Series({'a':'非本科程序员','b':'公号'})
print(my_series1)

Series里面存储不同类型也是可以的

my_series2 = pd.Series([1,1.2,True,'MyName'])
print(my_series2)

这个Series你把他当成只有一列的excel就好了

咦?有人问了,刚才打印的结果不是2列么

没关系,那个是索引,只是获取值的一个序号罢了

不信,我们获取一下

my_series2 = pd.Series([1,1.2,True,'MyName'])
print(my_series2[0])

打印出来了吧

在试试

import pandas as pd

my_series = pd.Series(data = ['我','是','梦想','橡皮擦'],index=['a','b','c','d'],name='梦想序列')
my_series1 = pd.Series({'a':'非本科程序员','b':'公号'})
my_series2 = pd.Series([1,1.2,True,'MyName'])
print(my_series1['a'])  # 通过索引 a 访问到了“非本科程序员”
print(my_series[0])  # 通过索引 0 访问到了“我“,通过my_series['a']依旧可以

这样子,你是不是感觉series跟python中的列表有点相似了呢?

好像还有点字典的感觉

这就对了,下篇见吧

我们会对series继续研究的~

最后,欢迎关注一个唠叨的编程工程师的公号,非本科程序员

你懒得搜,就打开这个链接吧

https://dwz.cn/r4lCXEuL

或者掏出你的手机,拍这个

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

Python数据分析库之pandas,你

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Python数据分析库之pandas,你

写这个系列背后的故事咦,面试系列的把基础部分都写完啦,哈哈答,接下来要弄啥嘞~pandas吧外国人开发的翻译成汉语叫 熊猫厉害厉害,很接地气一个基于numpy的库干啥的?做数据分析用的而数据分析是python体系下一个非常庞大的分支厉害到,
2023-01-31

python数据分析之pandas数据选

Pandas是作为Python数据分析著名的工具包,提供了多种数据选取的方法,方便实用。本文主要介绍Pandas的几种数据选取的方法。  Pandas中,数据主要保存为Dataframe和Series是数据结构,这两种数据结构数据选取的方式
2023-01-30

Python数据分析之pandas读取数据

一、三种数据文件的读取二、csv、tsv、txt 文件读取 1)CSV文件读取: 语法格式:pandas.read_csv(文件路径) CSV文件内容如下:import pandas as pd file_path = "e:\\panda
2022-06-02

Python数据分析之pandas比较操作

目录一、比较运算符和比较方法二、两个DataFrame比较三、两个Series比较四、与数字或字符串比较五、与array进行比较一、比较运算符和比较方法 比较运算符用于判断是否相等和比较大小,Python中的比较运算符有==、!=、<、>、
2022-06-02

数据分析之Pandas VS SQL!

编辑:zone来源:数据管道作者:艾德宝器AbstractPandas是一个开源的Python数据分析库,结合 NumPy 和 Matplotlib 类库,可以在内存中进行高性能的数据清洗、转换、分析及可视化工作。对于数据开发工程师或分析师
2023-06-02

数据分析利器之Pandas

Pandas是一个python的开源库,它基于Numpy,提供了多种高性能且易于使用的数据结构。Pandas最初被用作金融数据分析工具而开发,由于它有着强大的功能,目前广泛应用于数据分析、机器学习以及量化投资等。下面来跟随作者一起认识下Pa
2023-06-02

数据分析之pandas模块

一、Series  类似于一位数组的对象,第一个参数为数据,第二个参数为索引(索引可以不指定,就默认用隐式索引)Series(data=np.random.randint(1,50,(10,)))Series(data=[1,2,3],in
2023-01-30

Python数据分析库 Pandas,数据处理与分析的得力助手!

Pandas是Python中不可或缺的数据分析工具,提供了丰富的数据处理、清洗、分析和可视化功能,使得数据科学家和分析师能够更轻松地探索和理解数据。
PandasPython2024-11-30

Python数据分析之Pandas Dataframe如何自定义

今天小编给大家分享一下Python数据分析之Pandas Dataframe如何自定义的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解
2023-06-30

利用Python进行数据分析之初识Pandas

Pandas是构建在Python编程语言之上的一个快速、强大、灵活且易于使用的开源数据分析和操作工具。Pandas是基于Numpy的专业数据分析工具,可以灵活高效的处理各种数据集。

Python实践之使用Pandas进行数据分析

在数据分析领域,Python的Pandas库是一个非常强大的工具。这篇文章将为大家详细介绍如何使用Pandas进行数据分析,希望对大家有所帮助
2023-05-18

Python数据分析--Pandas知识

本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘1. 重复值的处理利用drop_duplicates()函数删除数据表中重复多余的记录, 比如删除重复多余的ID.1 import pandas as pd2 df
2023-01-30

Python数据分析之真实IP请求Pandas详解

前言 pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包类似于 Numpy 的核心是 ndarray,pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 Da
2022-06-04

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录