第一章 Python 机器学习入门之pandas的使用

文章目录

- 前言
  
  一、pandas内置数据结构是什么？
  
  二、使用步骤
  
  1.dataframe
  
  2.series
  
  3.panel
总结

前言

本博客使用真实的数模国赛数据来学习使用pandas特有的dataframe,series,panel等数据结构

一、pandas内置数据结构是什么？

pandas 是基于NumPy 的一种工具,常常用于对excel,csv,json,html,xml等常见的数据类型，解决数据分析任务而创建的。其有dataframe（类似表格）,series（类似数组）,panel(类似excel的多sheet)的三中数据结构。

二、使用步骤

1.dataframe

官网开发文档链接熊猫。DataFrame — pandas 1.4.3 文档 (pydata.org)
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html

二维、大小可变、潜在的异构表格数据。

数据结构还包含带标签的轴（行和列）。算术运算在行标签和列标签上对齐。可以将其视为系列对象的类似字典的容器

这里colunms_aij是一个二维数组

colunms_aij二维数组

import numpy as np
import pandas as pd

pd.DataFrame(colunms_aij)

这里的data是一个字典转化为二维表格

data字典

data_table=pd.DataFrame(data)
data_table
# 再添加一列，列名任务编号

其他python 数据结构转化看文档不在赘述

2.series

官网开发文档链接数据结构简介 — pandas 1.4.3 文档 (pydata.org)
https://pandas.pydata.org/pandas-docs/stable/user_guide/dsintro.html?highlight=series

Series是一个一维标记数组，能够保存任何数据类型（整数，字符串，浮点数，Python对象等）。轴标签统称为索引。创建 Series 的基本方法是调用：

member_id= member['会员编号']
member_GPS =member['会员位置(GPS)'].str.split()
pd.Series(member_GPS)

使用数组值与自定义下标来构成一维数据，如果没有设置下标则会自动设置

# we use pandas fluently must import numpy library
from operator import index
import numpy as np
import pandas as pd
# the series is likes array
object1=pd.Series([1,4,5,2])
print(object1)
my_index,my_values=['a','v','c','g'],np.arange(4)
obj2=pd.Series(my_values,index=my_index,name='my_arr')
print(obj2)

使用字典来构成series一维数组

dit={'tom':22,'lisa':19,'mark':18,'li':20,'wang':20}
my_dit=pd.Series(dit)
my_dit

不同索引数据的自动对齐

states=['California','tom','lisa','mark','jone']
my_List=pd.Series(dit,index=states)
my_List
# print(my_List+my_dit)

3.panel

自 Pandas 0.25 版本后， Panel 结构已经被废弃,现在基本用不到

Panel 是一个用来承载数据的三维数据结构，它有三个轴，分别是 items（0 轴），major_axis（1 轴），而 minor_axis（2 轴）。这三个轴为描述、操作 Panel 提供了支持，其作用介绍如下：

items：axis =0，Panel 中的每个 items 都对应一个 DataFrame。
major_axis：axis=1，用来描述每个 DataFrame 的行索引。
minor_axis：axis=2，用来描述每个 DataFrame 的列索引。

import numpy as np
import pandas as pd
p = pd.Panel()
print(p)

--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) c:\Users\Administrator\Desktop\学习作业备份\数学建模合辑\空气质量监测\问题一.ipynb Cell 9 in <cell line: 3>() 1 import numpy as np 2 import pandas as pd ----> 3 p = pd.Panel() 4 print(p) File ~\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.9_qbz5n2kfra8p0\LocalCache\local-packages\Python39\site-packages\pandas\__init__.py:261, in __getattr__(name) 257 from pandas.core.arrays.sparse import SparseArray as _SparseArray 259 return _SparseArray --> 261 raise AttributeError(f"module 'pandas' has no attribute '{name}'") AttributeError: module 'pandas' has no attribute 'Panel'

总结

以上就是今天内容，本文仅仅简单介绍了pandas的内置数结构i使用，而灵活的使用数据结构能使我们快速便捷地处理数据的函数和方法，详细还请看文档

pandas python 数据分析

pandas 内置数据结构-测试来源数模国赛excel