{DAY 15} Pandas 学习笔记 part.1

前言

Pandas 是强大的资料科学分析工具，结合前几天所学的NumPy特性

提供方便读取及使用的资料结构

来处理关联式数据和有标签的数据

首先简介Pandas使用的常见资料结构

1. Series: 建立索引的一维阵列
2. Dataframe: 处理结构化的资料，有列索引与栏标签的二维资料集

今天看的课程是Coursera上的 Introduction to Data Science in Python

Coursera | Online Courses & Credentials From Top Educators. Join for Free | Coursera

下面的练习是利用上课教的还有以前在学校教过的

重新整理有关Series的笔记

Series

为了使用pandas首先要用import引入

import pandas as pd

接下来创建一个Series

可以先创建一个listy再用pd.Series( )

singers = ["Justin", "Tom", "Lewis", "Kelly"]
pd.Series(singers)
'''
0    Justin
1       Tom
2     Lewis
3     Kelly
dtype: object
'''

可以看到左边是由0到３组成的索引值(index)

右边则是每个索引值对应到的值

接下来看缺失值

singers = ["Justin", None , "Lewis", "Kelly"]
pd.Series(singers)
'''
0    Kelly
1     None
2    Jason
dtype: object
'''

pandas会将缺失值储存为None, 型态为“object"

若是要处理数字字串(integers, numbers, float)的缺失值

numbers =[3,4,None]
pd.Series(numbers)
'''
0    3.0
1    4.0
2    NaN
dtype: float64
'''

pandas会自动将缺失值变成型态为浮点数的NaN(not a number)

可以看到从上面的int64变成float64，也从原本的 None变成 NaN

因为pandas内建将 NaN视为浮点数

虽然 None跟 NaN都是在处理缺失值

但是两者在pandas的系统内并不相同

但物件型态一个是object一个是float64的型态

如果使用dictionary汇入Series

music_chart = {"Ed Sheeran":"Bad habits", "Justin Biber": "STAY","Cardie B":"Rumors","Anne-Maire":"Kiss My"}
m_c = pd.Series(music_chart)
m_c
'''
Ed Sheeran      Bad habits
Justin Biber          STAY
Cardie B            Rumors
Anne-Maire         Kiss My
dtype: object
'''

keys会自动变成 Series 的index

除了原先的default索引值外，也可以自己指定

m_c = pd.Series(["Bad habits","STAY","Rumors","Kiss My"], index = ["Ed Sheeran","Justin Biber","Cardie B","Anne-Maire" ])
m_c
'''
Ed Sheeran      Bad habits
Justin Biber          STAY
Cardie B            Rumors
Anne-Maire         Kiss My
dtype: object
'''

假设现在输入的index无法和data一一对应

music_chart = {"Ed Sheeran":"Bad habits", "Justin Biber": "STAY","Cardie B":"Rumors"}
m_c = pd.Series(music_chart, index =["Maroon5","Cardie B","Ed Sheeran"]) 
m_c
'''
Maroon5              NaN
Cardie B          Rumors
Ed Sheeran    Bad habits
dtype: object
'''

pandas会遵照指定的index，忽略 dictionary里 index指定没有提到的key，而指定的index值如果没有对应的value，则是会自动补上NaN或是 None

小结

今天的pandas基础练习学会了操作Series

明天会进入到更多的操作方式

建立起处理pandas的观念