[2020铁人赛Day28]糊里糊涂Python就上手-Pandas的观念与运用(上)

今日目标

学习了解 Python Pandas 的观念与运用

What is Pandas?

Pandas 是基於 Numpy 开发的模组，该模组是为了解决结构化资料分析而创建的，Pandas纳入了大量函数和一些标准的资料模型，用於资料挖掘和资料分析，同时也提供数资料清洗功能

事前准备

安装与导入 Pandas

在使用之前需安装与导入 Pandas，可使用 Anaconda 安装：

也可使用 pip 安装：

pip install pandas

导入 Pandas 模组：

import pandas as pd

Pandas 观念介绍 & 实际体验

Pandas 资料结构

资料来源可以是串列(List)、元组(Tuple)、字典(Dictionary)、Numpy资料阵列
名称|说明|语法
Series|有索引值的一维资料阵列|pd.Series(资料来源[, index = 自订索引])
DataFrame|有索引值与栏标签的二维资料集|pd.DataFrame(资料来源[, index = 自订索引, columns = 栏位])

Series 实际体验

情境一：若是非使用字典的方式，同时未给予自订索引，则 Pandas 会自动给予每个值索引
情境二：若是有给予自订索引，则 Pandas 将会依照给予的索引数值去设定每个值的索引值

完整代码

import pandas as pd

# 情境一
listValue = ['Apple', "Banana", "Cherry"]
se = pd.Series(listValue)
print(se) # 印出所有内容
print(se.values) # 印出数值
print(se.index) # 印出索引

print("-" * 20)

# 情境二
listValue2 = ['Apple', "Banana", "Cherry"]
se2 = pd.Series(listValue2, ["v1", "v2", "v3"])
print(se2) # 印出所有内容
print(se2.index) # 印出索引

情境三：使用字典当资料来源，去建立 Series，字典的 Key 会是 Series 的索引，而字典的 Value 会是 Series 的资料

完整代码

import pandas as pd

# 情境三
dictValue = {
    "Chinese": 'bad',
    "Engilsh": 'mediocre',
    "Math": 'excellent'
}

se = pd.Series(dictValue)
print(se) # 印出所有内容
print("-" * 20)
print(se.values) # 印出数值
print("-" * 20)
print(se.index) # 印出索引
print("-" * 20)
print(se[2]) # 印出指定索引位置的数值
print("-" * 20)
print(se["Engilsh"]) # 印出指定索引位置的数值
print("-" * 20)
print(se[[0, 2]]) # 印出指定索引位置的数值

DataFrame 实际体验

index 索引是第一列的值，column 是第一栏的栏位名称(若未给予将会预设给予由 0 开始的整数串列)
情境一：未给予 index 值与 column值
情境二：给予 index 值，未给予 column值
情境三：给予 index 值与 column值

完整代码

import pandas as pd

listValue = [
    ["Apple", "Banana", "Cherry"],
    ["Grape", "Lemon", "Orange"],
    ["Kiwi", "Pineapple", "Watermelon"]
]

# 情境一：未给予 index 值与 column值
df = pd.DataFrame(listValue)
print(df)

print("-" * 40)

# 情境二：给予 index 值，未给予 column值
df2 = pd.DataFrame(listValue, index=[1, 2, 3])
print(df2)

print("-" * 40)

# 情境三：给予 index 值与 column值
df3 = pd.DataFrame(listValue, index=[1, 2, 3], columns=["v1", "v2", "v3"])
print(df3)

情境四：给予字典并转换数值为 DataFrame，印出 DataFrame 内容
字典的 Key 会是 column，而字典的 Value 里 Key 是 index 索引

完整代码

import pandas as pd

# 情境四
dictValue = {
    "Chinese": {"A1":68, "A2":86, "A3":57},
    "Engilsh": {"A1":63, "A2":92, "A3":83},
    "Math": {"A1":65, "A2":89, "A3":77}
}
df = pd.DataFrame(dictValue)
print(df)

取得 DataFrame 的相关数值

完整代码

import pandas as pd

dictValue = {
    "Chinese": {"A1":68, "A2":86, "A3":57},
    "Engilsh": {"A1":63, "A2":92, "A3":83},
    "Math": {"A1":65, "A2":89, "A3":77}
}
df = pd.DataFrame(dictValue)
print(df) # 印出所有数值

print("-" * 40)

print("取出 Chinese 的相关数值:\n", df["Chinese"]) # 印出 Chinese 的相关数值
print("-" * 40)
print("取出 Chinese Math 的相关数值:\n", df[["Chinese", "Math"]])# 印出 Chinese Math 的相关数值
print("-" * 40)
print("取出以 Chinese 为基准，取其中及格(>=60)的所有相关数值:\n", df[df["Chinese"] >= 60]) # 印出以 Chinese 为基准，取其中及格(>=60)的所有相关数值
print("-" * 40)
print("仅取出 Chinese 的数值:\n", df["Chinese"].values) # 印出仅取出 Chinese 的数值部分
print("-" * 40)
print("仅取出 A1 的 Engilsh 的数值:\n", df.values[0][1]) # 印出仅取出 A1 的 Engilsh 的数值
print("-" * 40)
print("取出栏位名称:", df.columns) # 印出栏位名称
print("-" * 40)
print("取出 index:", df.index) # 印出 index
print("-" * 40)
print("印出描述性统计值:\n", df.describe()) # 印出描述性统计值

执行後结果为：

完整代码

import pandas as pd

dictValue = {
    "Chinese": {"A1":68, "A2":86, "A3":57},
    "Engilsh": {"A1":63, "A2":92, "A3":83},
    "Math": {"A1":65, "A2":89, "A3":77}
}
df = pd.DataFrame(dictValue)
print(df) # 印出所有数值
print("-" * 40)

print("使用 loc 取出 A2 的 Math 数值:", df.loc["A2", "Math"]) # 印出 A2 的 Math
print("-" * 40)
print("使用 iloc 取出 A2 的 Math 数值:", df.iloc[1, 2]) # 印出 A2 的 Math

结论

以上为 Python Pandas 资料结构的简易说明，将在下篇正式进入到 Pandas 存取档案资料与运用视觉化呈现数据