数据分析05

Series和DataFrame

Series

相比于numpy&＃xff0c;pandas不仅能处理数值型的数据&＃xff0c;还能处理其他类型的数据。

Series:一维数组。DataFrame&＃xff1a;二维数组&＃xff0c;Series容器。

Series的创建&＃xff1a;

import pandas as pd
import string
a&＃61;pd.Series([1,2,5,11,64,1]) #Series的创建
print(type(a))
print(a)
t&＃61;pd.Series(np.arange(10),index&＃61;list(string.ascii_uppercase[:10])) #index指定索引类型
print(t)
print(type(t))
print(t["A"])#对于字典
dict&＃61;{"姓名":"小红","年龄":18,"电话":123456}
t1&＃61;pd.Series(dict)
print(type(t1))
print(t1) #变成一一对应#Series的切片和索引
print(t1["姓名"])#numpy处理数值数据&＃xff0c;pandas还可以帮我们处理其他类型的数据&＃xff0c;Series由两部分构成&＃xff0c;键————>值


DataFrame

这个方法对应的参数如上

r&＃61;pd.DataFrame(np.arange(12).reshape(3,4)) #用DataFrame创建一个3*4的矩阵
print(r)
print("*"*100)
s&＃61;pd.DataFrame(np.arange(12).reshape(3,4),index&＃61;list("abc"),columns&＃61;list("defg")) #注意&＃xff0c;index和columns必须将字符串强转为列表类型
print(s)


index表示行索引&＃xff0c;columns表示列索引。

DataFrame接收数据

from pymongo import MongoClientclient&＃61;MongoClient()collections&＃61;client["douban"]["tv1"]data&＃61;collections.find()print(list(data))df&＃61;pd.Dataframe(list(data))print(df)


利用MongoClient搜索数据&＃xff0c;用Dataframe接收(注意&＃xff1a;如果没下载此数据库&＃xff0c;无法得到此数据。)

DataFrame的描述信息

q&＃61;pd.DataFrame(np.arange(12).reshape(3,4))
print(q)
print(q.values) #将q变为一个二维的列表
print("*"*50)
print(q.index) #显示行索引信息
print("*"*50)
print(q.columns) #显示列索引信息
print("*"*50)
print(q.info)
print(q.describe())#展示q的概览
print("*"*50)
print(q.head(2)) #得出q的前2行信息&＃xff0c;默认时是5行

DataFrame的中排序的方法

e&＃61;pd.DataFrame(np.arange(25).reshape(5,5),index&＃61;list("abcde"),columns&＃61;list("fghij"))
print(e)
e&＃61;e.sort_values(by&＃61;"f",ascending&＃61;False) #by后面只能传列索引参数且只能传一个
print(e)
print("*"*100)
e&＃61;e.sort_values(by&＃61;"h",ascending&＃61;False) #用于对比
print(e)


由此可见&＃xff0c;无论传的是哪个列索引&＃xff0c;都会将整体进行排序

e&＃61;pd.DataFrame(np.arange(25).reshape(5,5),index&＃61;list("abcde"),columns&＃61;list("fghij"))
print(e)
#pandas取行或者取列的注意点
#方括号写数组&＃xff0c;表示取行&＃xff0c;对行进行操作
#写字符串&＃xff0c;表示取列索引&＃xff0c;对列进行操作
print(e[:3])
print(e["h"])
print(type(e["h"]))


如何进行行列同时改&＃xff1f;
方括号先写数组&＃xff0c;后写字符串&＃xff0c;比如&＃xff1a;

e[:2]["h"]


pandas之loc

经过pandas优化过的选择方式
e.loc :通过标签获取数据&＃xff08;标签就是字符串&＃xff09;
e.iloc&＃xff1a;通过位置获取行数据

e1&＃61;pd.DataFrame(np.arange(12).reshape(3,4),index&＃61;list("abc"),columns&＃61;list("wxyz"))
print(e1)
print(e1.loc["a","z"])
print(e1.iloc[:,2])


w x y z
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
3
a 2
b 6
c 10
Name: y, dtype: int32


pandas之布尔索引

df&＃61;pd.read_csv("wom.csv")
print(df)
print(df[(50<df["年龄"])&(df["年龄"]>50)])


狗 年龄
0 12 32
1 15 62
2 12 62狗 年龄
1 15 62
2 12 62


pandas之字符串方法