本系列文章配套代码获取有以下三种途径：
-
可以在以下网站查看，该网站是使用JupyterLite搭建的web端Jupyter环境，因此无需在本地安装运行环境即可使用，首次运行浏览器需要下载一些配置文件（大约20M）：
https://returu.github.io/Python_Data_Analysis/lab/index.html-
也可以通过百度网盘获取，需要在本地配置代码运行环境，环境配置可以查看【Python基础】2.搭建Python开发环境：
链接：https://pan.baidu.com/s/1MYkeYeVAIRqbxezQECHwcA?pwd=mnsj提取码：mnsj
-
前往GitHub详情页面，单击 code 按钮，选择Download ZIP选项：
https://github.com/returu/Python_Data_Analysis根据《Python for Data Analysis 3rd Edition》翻译整理
—————-————————————-
1.Pandas库介绍：
Pandas是Python第三方库，提供高性能易用数据类型和分析工具,其所包含的数据 结构和数据处理工具的设计使得在Python中进行数据清洗和分析非常方便。
Pandas是基于Numpy实现，常与Numpy、Scipy和Matplotlib一同使用。
Pandas的引用直接使用以下语句即可：
1import pandas as pd # 尽管别名可以省略或者修改，建议使用上述约定的别名
2.Pandas库的理解：
| Numpy |
Pandas |
| 基础数据类型 | 扩展数据类型 |
| 关注数据的结构表达 | 关注数据的应用表达 |
| 维度：数据间关系 | 数据与索引间关系 |
3.Pandas库的Series类型：
3.1 Series类型介绍
Series 是一个类似一维数组的对象，包含相同类型的值序列（value，与 NumPy 类型相似）和关联的数据标签数组（称为其索引，index）。
也就是说，Series类型包括index和value两部分。
3.2 Series类型的创建
通过pd.Series()方法传递数据，从而实例化一个Series对象。
-
Python列表：
1>>> obj = pd.Series([2,5,8,-12])
2>>> obj
30 2
41 5
52 8
63 -12
7dtype: int64
由于没有为数据指定索引，Panda默认生成的索引是从0到N-1（N为数据的长度）。
如果需要自定义索引，可以通过index参数指定索引序列，index索引序列要与数据长度一致。
1>>> obj = pd.Series([2,5,8,-12] , index=['a','b','c','d'])
2>>> obj
3a 2
4b 5
5c 8
6d -12
7dtype: int64-
标量值：
此时，index参数表达Series类型的尺寸。
1>>> obj = pd.Series(25 , index=['a','b','c','d','e'])
2>>> obj
3a 25
4b 25
5c 25
6d 25
7e 25
8dtype: int64
-
Python字典：
Series对象中的数据值与索引值是按位置配对的，可以看做一个长度固定且有序的字典。
可以传递字典数据实例化Series对象，索引是字典键。
1>>> obj = pd.Series({'d': 9,'a': 8,'b': 7,'c': 6})
2>>> obj
3d 9
4a 8
5b 7
6c 6
7dtype: int64
可以使用 to_dict 方法将 Series 转换回字典。
1>>> obj.to_dict()
2{'d': 9, 'a': 8, 'b': 7, 'c': 6}
当传递一个字典时，Series中的索引取决于字典键的顺序。可以通过传递index索引序列，从而使得生成的Series的索引顺序符合预期。
1>>> obj = pd.Series({'d': 9,'a': 8,'b': 7,'c': 6},index=['a','b','c','d'])
2>>> obj
3a 8
4b 7
5c 6
6d 9
7dtype: int64
-
ndarray数组：
索引和数据都可以用过ndarray类型创建。
1>>> obj = pd.Series(np.arange(5))
2>>> obj
30 0
41 1
52 2
63 3
74 4
8dtype: int32
9
10
11>>> obj = pd.Series(np.arange(5) , index=np.arange(9,4,-1))
12>>> obj
139 0
148 1
157 2
166 3
175 4
18dtype: int32
3.3 检查缺失数据：
通过字典生成Series对象，因为index参数中的‘e’没有出现在字典的键中，因此其对应的值为NaN用于表示缺失数据。
1>>> obj = pd.Series({'d': 9,'a': 8,'b': 7,'c': 6},index=['a','b','c','d','e'])
2>>> obj
3a 8.0
4b 7.0
5c 6.0
6d 9.0
7e NaN
8dtype: float64
Pandas中使用isnull()和notnull()来检查缺失数据。
1>>> pd.isnull(obj)
2a False
3b False
4c False
5d False
6e True
7dtype: bool
8
9>>> pd.notnull(obj)
10a True
11b True
12c True
13d True
14e False
15dtype: bool
isnull()和notnull()也是Series对象的实例方法。
1>>> obj.isnull()
2a False
3b False
4c False
5d False
6e True
7dtype: bool
8
9>>> obj.notnull()
10a True
11b True
12c True
13d True
14e False
15dtype: bool
3.4 values和index属性：
可以通过array和index属性分别获得Series对象的值数组和索引信息。
其中，array 属性的结果是一个 PandasArray，它通常包装一个 NumPy 数组，但也可以包含特殊的扩展数组类型。
1>>> obj = pd.Series({'d': 9,'a': 8,'b': 7,'c': 6},index=['a','b','c','d'])
2>>> obj
3a 8
4b 7
5c 6
6d 9
7dtype: int64
8
9>>> obj.array
10<PandasArray>
11[8, 7, 6, 9]
12Length: 4, dtype: int64
13>>> obj.index
14Index(['a', 'b', 'c', 'd'], dtype='object')
可以通过标签索引的方式选择单个数据或一组数据。
1# 获取单个数据
2>>> obj[0]
38
4
5>>> obj['a']
68
7
8# 使用索引列表，获取一组数据
9>>> obj[['d','a','c']]
10d 9
11a 8
12c 6
13dtype: int64
可以通过按位置赋值的方式更改Series对象索引。
1>>> obj.index = ['AA','BB','CC','DD']
2>>> obj
3AA 8
4BB 7
5CC 6
6DD 9
7dtype: int64
Series对象自身及其索引都有name属性，该特性与Pandas其他重要功能集成在一起。
1>>> obj.name = '数据'
2>>> obj.index.name = '索引'
3>>> obj
4索引
5AA 8
6BB 7
7CC 6
8DD 9
9Name: 数据, dtype: int64
3.5 自动对齐索引：
Series一个有用的特性是它在算术运算中会自动按索引标签对齐。
1>>> obj_1 = pd.Series({'d': 9,'a': 8,'b': 7,'c': 6})
2>>> obj_1
3d 9
4a 8
5b 7
6c 6
7dtype: int64
8
9>>> obj_2 = pd.Series({'f': 5,'e': 4,'d': 3,'c': 2})
10>>> obj_2
11f 5
12e 4
13d 3
14c 2
15dtype: int64
16
17>>> obj_1 + obj_2
18a NaN
19b NaN
20c 8.0
21d 12.0
22e NaN
23f NaN
24dtype: float64
本篇文章来源于微信公众号: 码农设计师
