數(shù)據(jù)分析應用項目化教程（Python） 課件 任務4.1 構建數(shù)據(jù)對象

第四章使用pandas進行數(shù)據(jù)對象構建和數(shù)據(jù)運算

任務4.1構建數(shù)據(jù)對象Pandas介紹Pandas的主要數(shù)據(jù)結構構建Series對象查看Series對象屬性構建DataFrame對象查看DataFrame對象屬性查看DataFrame和Series關系創(chuàng)建Index對象Pandas介紹NumPy是Python中科學計算的基礎包，主要用于對多維數(shù)組執(zhí)行計算，幫助我們輕松進行數(shù)值計算。pandas基于numpy，除了處理數(shù)值之外，還能夠幫助我們處理字符串、時間序列等其他類型的數(shù)據(jù)。Pandas

是

Python的核心數(shù)據(jù)分析支持庫，提供了快速、靈活、明確的數(shù)據(jù)結構，旨在簡單、直觀地處理關系型、標記型數(shù)據(jù)。

Pandas的主要數(shù)據(jù)結構

Pandas的主要數(shù)據(jù)結構是

Series（一維數(shù)據(jù)）與

DataFrame（二維數(shù)據(jù)），數(shù)據(jù)分析相關的所有事務都是圍繞這兩種數(shù)據(jù)結構進行的。Series

是帶標簽的一維數(shù)組，可存儲整數(shù)、浮點數(shù)、字符串、Python對象等類型的數(shù)據(jù)。Series主要由一組數(shù)據(jù)和與之相關的索引兩部分構成，如圖Series對象結構。索引可以是名字，默認是數(shù)據(jù)的下標。而numpy的多維數(shù)組一般是同質的，數(shù)組的索引只能是下標。Series對象是一維數(shù)組結構，操作上與NumPy中的一維數(shù)組ndarray類似。Series對象結構Pandas的主要數(shù)據(jù)結構DataFrame

是由多種類型的列構成的二維標簽數(shù)據(jù)結構，類似于Excel、SQL表，或Series對象構成的字典。DataFrame類似numpy的二維數(shù)組，與二維數(shù)組的主要區(qū)別是，DataFrame既有行索引，也有列索引，不僅可以通過位置（下標）索引訪問數(shù)據(jù)，還可以通過標簽（名稱）索引訪問數(shù)據(jù)，也就是說可以通過行索引標簽名和列索引標簽名訪問數(shù)據(jù)，而二維數(shù)組只能通過行位置索引和列位置索引訪問數(shù)據(jù)。另外一個主要區(qū)別是DataFrame的各列可以是不同的數(shù)據(jù)類型，而二維數(shù)組各列是相同的數(shù)值型。DataFrame對象結構構建Series對象pd.Series(data=None,index=None,dtype=None)參數(shù)：data：傳入的數(shù)據(jù)，可以是ndarray、list等index：索引，與數(shù)據(jù)的長度相等。如果沒有傳入索引參數(shù)，則默認會自動創(chuàng)建一個從0-N的整數(shù)索引。dtype：數(shù)據(jù)的類型構建Series對象用一維ndarray數(shù)組創(chuàng)建Series對象。用字典創(chuàng)建Series對象。鍵值對中的“鍵”是用來作為Series對象的索引，鍵值對中的“值”作為Series對象的數(shù)據(jù)。構建Series對象用標量值創(chuàng)建Series對象，Series按索引長度重復該標量值用列表創(chuàng)建Series對象查看Series對象的屬性s.shape:Series對象的形狀。s.dtype:Series對象的數(shù)據(jù)數(shù)組中的數(shù)據(jù)類型。s.values:Series對象的數(shù)據(jù)數(shù)組s.index:Series對象的數(shù)據(jù)數(shù)組的索引:Series對象名:索引對象名構建DataFrame對象pd.DataFrame(data=None,index=None,columns=None)參數(shù)：index：行標簽。如果沒有傳入索引參數(shù)，則默認會自動創(chuàng)建一個從0-N的整數(shù)索引。columns：列標簽。如果沒有傳入索引參數(shù)，則默認會自動創(chuàng)建一個從0-N的整數(shù)索引。通過已有數(shù)據(jù)創(chuàng)建構建DataFrame對象用多維數(shù)組創(chuàng)建DataFrame構建DataFrame對象用Series字典或字典創(chuàng)建DataFramedata={"name":{'one':"Jack",'two':"Mary",'three':"John",'four':"Alice"},"age":{'one':10,'two':20,'three':30,'four':40},"weight":{'one':30,'two':40,'three':50,'four':65}}構建DataFrame對象用一維數(shù)組字典創(chuàng)建DataFrame構建DataFrame對象用列表字典生成DataFrame查看DataFrame對象屬性shape:DataFrame對象的形狀index:DataFrame的行索引列表columns:DataFrame的列索引列表values:DataFrame對象中的數(shù)據(jù),

NumPy二維數(shù)組查看DataFrame和Series關系DataFrame的每一列都是一個Series，DataFrame的每一行都是一個Series。創(chuàng)建Index對象存儲軸標簽的數(shù)據(jù)結構是IndexDataFrame，行標簽（即行索引）和列名稱（即列索引）都是Index對象Series，行索引是Index對象。小結Pand