Pandas 概述

Pandas 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快捷，Pandas经常和其他数值工具一起使用比如Numpy和Scipy，以及数据可视化工具matplotlib一起使用。
尽管Pandas采用了很多Numpy的代码风格，但最大的不同在于Pandas 是用来处理表格型或异质型数据的吗，而Numpy则相反，它更适合用来处理同质型的数值类数据。
在下面的介绍中我们会用下面的方式去引入Pandas:

In [1]: import pandas as pd

Pandas 数据结构介绍

要使用Pandas，你首先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的、易于使用的基础。
在上一篇中，我们介绍了Series，那么在这一篇中我们将着重介绍DataFrame.

DataFrame之一

DataFrame是一个表格型的数据结构(或者理解为表示的是矩阵的数据表），它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。

构建DataFrame的方式

1.利用包含等长度列表或者Numpy数组的字典来构建

In[2]: data = {'fruits':['apple','banana','orange'],'price':[2,3,5]}
In[3]: frame =pd.DataFrame(data)
In[4]: frame
out[4]:     fruits  price
     0      apple   2
     1      banana  3
     2      orange  5
In[5]:frame.head()
out[5]:     fruits  price
    0       apple   2
    1       banana  3
    2       orange  5
    3       pear    1
    4       berry   4

可以看到head()方法只显示前五行。
我们在上一篇文章中提到Series可以指定顺序，那么在DataFrame的结构中是否也可以指定顺序呢？答案是肯定的。

In[6]: pd.DataFrame(data,columns=['price','fruits'])
out[6]:     price   fruits
      0     2       apple
      1     3       banana
      2     5       orange
      3     1       pear
      4     4       berry
      5     6       watermelon
      6     7       muskmelon

同样，在Series的结构中，如果我们指定的列没有包含在数据中，会出现缺失值。那么在DataFrame这个结构中，如果我们指定的列没有包含在数据中，也会出现缺失值，同样也是用NaN来表示。

In[7]:frame2=pd.DataFrame(data,columns=['price','fruits','discount'])
out[7]: 
    price   fruits      discount
0   2       apple       NaN
1   3       banana      NaN
2   5       orange      NaN
3   1       pear        NaN
4   4       berry       NaN
5   6      watermelon   NaN
6   7      muskmelon    NaN

列的引用是可以修改的，例如，我们把刚才创建的列discount修改成0.8.

In[8]:frame2['discount'] = 0.8
In[9]: frame2
out[9]:
    price   fruits  discount
0   2       apple   0.8
1   3       banana  0.8
2   5       orange  0.8
3   1       pear    0.8
4   4       berry   0.8
5   6       watermelon  0.8
6   7       muskmelon   0.8

del 关键字可以删除列,我们把刚才创建的discount删除

In[8]:del frame2['discount']
In[9]:frame2
out[9]:     price   fruits
      0     2       apple
      1     3       banana
      2     5       orange
      3     1       pear
      4     4       berry
      5     6       watermelon
      6     7       muskmelon

我们还可以对DataFrame进行装置。

In[10]:frame2.T
out[10]:
        0   1   2   3   4   5   6
price   2   3   5   1   4   6   7
fruits  apple   banana  orange  pear    berry   watermelon  muskmelon

这些操作是不是很像我们的矩阵的操作？
DataFrame也有values属性

In[11]: frame2.values
out[11]:array([['apple', 2],
       ['banana', 3],
       ['orange', 5],
       ['pear', 1],
       ['berry', 4],
       ['watermelon', 6],
       ['muskmelon', 7]], dtype=object)

关注公众号“神经网络与深度学习”获取更多精彩内容！