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
  • 我就是这般女子播出时间+播出平台 我就是这般女子播出时间表

    《我就是这般女子》1月18日起腾讯视频全网独播,每周一二三20点更新2集!“人间小辣椒”班婳与“清冷公子”容瑕开启甜辣逆路追爱模式,2021开年首甜即将上演!《我就是这般女子》剧情简介女主角班婳出身名门贵族是大长公主的嫡亲孙女,她活泼善良、性格开朗最爱的就是穿着各种华丽的衣服。为了能够改变未来很可能会发生的厄运她遇上了正在解开灭门惨案的男主容瑕。

  • 钢铁侠的全部型号(400多就能买到比HT还大的正版钢铁侠)

    今天和大家介绍的是来自中动玩具出品的大比例钢铁侠MK3,那么这款产品的表现到底如何,我们一起来看看吧!

  • 白色配什么颜色最显气质(白色可以搭配什么颜色最显气质)

    白色和米白色属于同色系,两者也是可以组合的。白色搭配灰色看起来特别清冷,给人很高级且霸气的气质,这样的颜色搭配最适合高冷型的女性了。黑色是神秘的,内敛的,而白色与黑色相比,则多了几分优雅淡然的气息。白色搭配黑色看起来也有着满满的高级感,黑白配永远都是经典的,两者组合在一起十分完美。

  • 卫生间适合养什么植物去异味(放卫生间也能长)

    所以卫生间光照不好的花友,养盆一叶兰吧,它可以长得油亮硬挺。不过要注意,一叶兰虽然很耐阴,但也不要让它一直待在卫生间,隔一两周移到外面通通风,透透气,它会长得更精神。

  • 五一劳动节的由来(劳动节的来历)

    五一劳动节的由来1886年,第一国际日内瓦会议提出八小时工作制的口号。1886年5月1日,以美国芝加哥为中心,在美国举行了约35万人参加的大规模罢工和示威游行,示威者要求改善劳动条件,实行八小时工作制。1886年5月3日芝加哥政府出动警察进行镇压,开枪打死两人,事态扩大。1889年7月,在恩格斯组织召开的第二国际成立大会上宣布将每年的五月一日定为国际劳动节。

  • 电脑wps会员免费获得(金山办公成功上市)

    雷军旗下再多一家上市公司!很高兴又看到金山创始人、当年中国十大程序员之一的求伯君!他如今过着神仙般的退休日子,深居浅出,但金山每临大事,他还是会露脸现身的。从1988年金山创办到今天,WPS走了整整31年。从1999年以金山办公为主体准备上市算起,这一天,我们等了20年。20年弹指一挥间,金山办公坚持不懈到今天上市,真心难能可贵!同时知乎WPSOffice给大家送福利啦(赶紧去领取吧!

  • 哪种奶粉有乳铁蛋白和益生菌(这42款奶粉既含有乳铁蛋白)

    对于免疫力比较偏低的宝宝来说,乳铁蛋白有一定的提升免疫作用。本次经过整理,我们发现有42款奶粉(2段),包含27款牛奶粉和15款羊奶粉中既含有乳铁蛋白也含有益生菌。也就是说,在431个通过配方注册的奶粉系列中,整理出42款既含有益生菌又含有乳铁蛋白的奶粉,占比仅为10%。

  • 网易漏洞最新消息(网易邮箱漏洞疑云)

    厂商回应一栏则显示为“无”。各路消息均指向了网易邮箱自身的安全漏洞。网易邮箱就此事在微博上发表了正式声明,宣称此次事件是由于部分用户在其他网站使用了和网易邮箱相同的帐号密码,其他网站的帐号信息泄露,被不法分子利用,侥幸尝试登录网易邮箱造成。也就是说,网易认为此次网易邮箱用户数据泄漏数据是“撞库攻击”所致,网易邮箱本身“不存在自身数据泄露问题”。

  • 好听的微信昵称女两个字(两个字好听的微信昵称女生)

    千城流浪,下面我们就来聊聊关于好听的微信昵称女两个字?接下来我们就一起去了解一下吧!好听的微信昵称女两个字千城流浪沉迷迷失南屿漂流羁绊弑魂行者俗人尘醉岛徒纵歌俗趣热火浅忆陌然蓝鸢酒盏青黛柠栀青鸢思你蚀妆凛然揪住闹心风吟陌念瑾洛红妆南念

  • 丸子怎么做吸油少(丸子好吃的做法)

    接下来我们就一起去了解一下吧!丸子怎么做吸油少主料:猪肉末500g;辅料:欠粉适量、盐适量、鸡蛋适量、姜适量。