高考考试网
当前位置: 首页 高考资讯

pandas实现数据并集(pandas使用pandas进行数据处理)

时间:2023-08-12 作者: 小编 阅读量: 3 栏目名: 高考资讯

上周我们关于Python中科学计算库Numpy的介绍就结束了,今天我们开始介绍一个新的常用的计算工具库,它就是大名鼎鼎的Pandas。安装使用和几乎所有的Python包一样,pandas也可以通过pip进行安装。从打印出来的index的信息当中,我们可以看到这是一个Range类型的索引,它的范围以及步长。说明pandas内部对数值型索引和字符型索引是做了区分的。另外在创建Series的时候,重复的索引也是允许的。

上周我们关于Python中科学计算库Numpy的介绍就结束了,今天我们开始介绍一个新的常用的计算工具库,它就是大名鼎鼎的Pandas。

Pandas的全称是Python Data Analysis Library,是一种基于Numpy的科学计算工具。它最大的特点就是可以像是操作数据库当中的表一样操作结构化的数据,所以它支持许多复杂和高级的操作,可以认为是Numpy的加强版。它可以很方便地从一个csv或者是excel表格当中构建出完整的数据,并支持许多表级别的批量数据计算接口。

安装使用

和几乎所有的Python包一样,pandas也可以通过pip进行安装。如果你装过Anaconda套件的话,那么像是numpy、pandas等库已经自动安装好了,如果没有安装过也没有关系,我们使用一行命令即可完成安装。

pip install pandas

和Numpy一样,我们在使用pandas的时候通常也会给它起一个别名,pandas的别名是pd。所以使用pandas的惯例都是:

import pandas as pd

如果你运行这一行没有报错的话,那么说明你的pandas已经安装好了。一般和pandas经常一起使用的还有另外两个包,其中一个也是科学计算包叫做Scipy,另外一个是对数据进行可视化作图的工具包,叫做Matplotlib。我们也可以使用pip将这两个包一起安装了,在之后的文章当中,用到这两个包的时候,也会简单介绍一下它们的用法。

pip install scipy matplotlib

Series 索引

在pandas当中我们最常用的数据结构有两个,一个是Series另外一个是DataFrame。其中series是一维数据结构,可以简单理解成一维数组或者是一维向量。而DataFrame自然就是二维数据结构了,可以理解成表或者是二维数组。

我们先来看看Series,Series当中存储的数据主要有两个,一个是一组数据构成的数组,另外一个是这组数据的索引或者是标签。我们简单创建一个Series打印出来看一下就明白了。

这里我们随意创建了一个包含四个元素的Series,然后将它打印了出来。可以看到打印的数据一共有两列,第二列是我们刚才创建的时候输入的数据,第一列就是它的索引。由于我们创建的时候没有特意指定索引,所以pandas会自动为我们创建行号索引,我们可以通过Series类型当中的values和index属性查看到Series当中存储的数据和索引:

这里输出的values是一个Numpy的数组,这并不奇怪,因为我们前面说了,pandas是一个基于Numpy开发的科学计算库,Numpy是它的底层。从打印出来的index的信息当中,我们可以看到这是一个Range类型的索引,它的范围以及步长。

索引是Series构建函数当中的一个默认参数,如果我们不填,它默认会为我们生成一个Range索引,其实也就是数据的行号。我们也可以自己指定数据的索引,比如我们在刚才的代码当中加入index这个参数,我们就可以自己指定索引了。

当我们指定了字符类型的索引之后,index返回的结果就不再是RangeIndex而是Index了。说明pandas内部对数值型索引和字符型索引是做了区分的。

有了索引,自然是用来查找元素用的。我们可以直接将索引当做是数组的下标使用,两者的效果是一样的。不仅如此,索引数组也是可以接受的,我们可以直接查询若干个索引的值。

另外在创建Series的时候,重复的索引也是允许的。同样当我们使用索引查询的时候也会得到多个结果。

不仅如此,像是Numpy那样的bool型索引也依然是支持的:

Series计算

Series支持许多类型的计算,我们可以直接使用加减乘除操作对整个Series进行运算:

也可以使用Numpy当中的运算函数来进行一些复杂的数学运算,但是这样计算得到的结果会是一个Numpy的array。

因为Series当中有索引,所以我们也可以使用dict的方式判断索引是否在Series当中:

Series有索引也有值,其实和dict的存储结构是一样的,所以Seires也支持通过一个dict来初始化:

通过这种方式创建出来的顺序就是dict当中key存储的顺序,我们可以在创建的时候指定index,这样就可以控制它的顺序了。

我们在指定index的时候额外传入了一个没有在dict当中出现过的key,由于在dict当中找不到对应的值,Series会将它记成NAN(Not a number)。可以理解成是非法值或者是空值,在我们处理特征或者是训练数据的时候,经常会遇到存在一些条目的数据的某个特征空缺的情况,我们可以通过pandas当中isnull和notnull函数检查空缺的情况。

当然Series当中也有isnull的函数,我们也可以调用。

最后,Series当中的index也是可以修改的, 我们可以直接给它赋上新值:

总结

从核心本质上来说,pandas当中的Series就是在Numpy一维数组上做的一层封装,加上了索引等一些相关的功能。所以我们可以想见DataFrame其实就是一个Series的数组的封装,加上了更多数据处理相关的功能。我们把核心结构把握住了,再来理解整个pandas的功能要比我们一个一个死记这些api有用得多。

pandas是Python数据处理的一大利器,作为一个合格的算法工程师几乎是必会的内容,也是我们使用Python进行机器学习以及深度学习的基础。根据调查资料显示,算法工程师日常的工作有70%的份额投入在了数据处理当中,真正用来实现模型、训练模型的只有30%不到。因此可见数据处理的重要性,想要在行业当中有所发展,绝不仅仅是学会模型就足够的。

文章就到这里,如果喜欢本文,可以的话,请点个关注,给我一点鼓励,也方便获取更多文章。

本文始发于公众号:TechFlow

    推荐阅读
  • 状语从句46条(状语从句)

    状语从句一、定义要弄明白什么是状语从句,首先要先清楚什么是状语、谓语、定语成分,其次要清楚副词作用,这也会有所辅助。(四)原因状语从句1.从句在主从复合句中作原因状语,可放于句首、句中、句末。

  • 车检新规定解读(终于15年车取消一年两检了)

    终于15年车取消一年两检了以前对于老车来讲,15年绝对是一道坎......虽然说一年两审能为老车续上“寿命”,不至于就此完结是生命力可是!每半年的时间就要跑一趟车管所,步骤属实会有些繁琐终于!车友们高喊了这么久的政策改革,就在。

  • 家庭盆栽杜鹃花好养吗(拿白醋养杜鹃栀子花)

    对于很多花卉来说,我们日常生活中的一些东西是非常好用的养花材料,比如说生活中常见的白醋,对很多喜欢酸性花土的花卉来说,它就是非常好用的。花友们可以找到一个喷洒容器加入白醋,然后勾兑上50倍的清水,充分融合和晃动搅拌之后,用白醋溶液喷洒到绿萝的黄叶上,一周喷洒一次,基本上一个月左右就可以让叶片变得浓绿有光泽。

  • 是但求其爱歌词意思(如何理解是但求其爱歌词寓意)

    我们一起去了解并探讨一下这个问题吧!是但求其爱歌词意思爱情但求幸福快乐,世事偏没完美,明知爱情路上,有开心亦有伤心,终身承诺可能变成终生被困,面对爱情,难免怯弱,但我们始终需要爱,需要勇敢去爱。爱,千百万种变化,最后结局是笑还是泪,从来没有一种方程式,一个人或是一世人,我们终生都在寻觅爱。是,但求其爱,不求伤害。

  • 化妆水湿敷多久(你知道吗?)

    下面更多详细答案一起来看看吧!其实湿敷就是将化妆水以面膜纸的方式敷在脸上,从而达到护肤的目的,湿敷不同于涂抹化妆水,它需要借助面膜纸的力量,首先要将面膜纸被化妆水浸透,不要心疼使用化妆水,如果化妆水过少便不能达到湿敷的目的,面膜纸全部浸透后,便可以敷在脸上,湿敷时间控制在10-15分钟就可以。

  • 模具行业现在处于一个什么位置(模具行业还有前途吗)

    中国的崛起之势不可阻挡,制造业的转型也不可阻挡,我们模具业自然也如是。随着几十年不断的学习,创新,我们中国模具行业也出现了一大批专门从事高精度模具制造的公司。

  • 薛之谦动物世界mv讲解(动物世界MV为什么邀请林志玲)

    薛之谦真是个谜一样的人,因为选秀而正式出道。薛之谦和林志玲因为前阶段就有小道消息说我们相爱吧里面就会邀请薛之谦和林志玲参加。薛之谦和林志玲看薛之谦这认真的眼神,似乎是很欣赏林志玲的,然后这次拍摄《动物世界》MV也请来了林志玲。薛之谦和林志玲当林志玲被网友问到觉得薛之谦怎么样的时候?林志玲是这样回应的:认真做音乐的谦谦最棒了,薛之谦也回应称这次之所以请林志玲作为女主角,是因为她和这个人物画像很符合!

  • 1亿年后人类进化预测(人类8个毫无用处的部位)

    男性缺乏必要的激素来刺激乳腺,并不能产生乳汁。人类保留了这种肌肉和能力,但明显失去了毛发,也失去了存在的意义。从科学角度来说,第13个肋骨是用于半直立动物,而有8%的成年人仍有第13根肋骨。这意味着人类过去依靠脚趾来保持平衡,而现在没有那么依赖它们。很多哺乳动物使用尾巴保持平衡,然而人类已经没有尾巴了。

  • 今年元旦最新放假通知(元旦新年放假通知)

    最好的资料给最好的你,小伙伴们,记得点关注呀。

  • 月入5千的副业有哪些(我自己考察了这些副业)

    出于对本年经济前景的个人看法,不建议投资万元以上的个人副业。说服能力---向顾客售出产品,并在出现问题后安抚顾客。0元零投资意味着必须完全依靠自己的能力和技术挣钱。这两年,低价客户的范围一定会扩大。坚持写作,定期更新,积累数量是获得写作收益的前提。音频作品与其他网络作品一样,需要粉丝量支撑收入,必须能够引流。