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
  • 蒜香茼蒿菜谱(家常小炒蒜香茼蒿简单做)

    接下来我们就一起去了解一下吧!蒜香茼蒿菜谱家常小炒蒜香茼蒿做法:茼蒿洗净。葱、姜、蒜切末。依个人口味加盐和味精,出锅前再加一些蒜末和干辣椒淋入少许香油即可。

  • 飞机上有手机信号吗(飞机上面能玩手机了)

    仅仅是开放而已,离正常使用还很久远!这些功能飞机提供给你的平板电脑就能实现了,关键点就在于飞机上有没有通讯信号以及WIFI网络。就弄出一篇10W也不是没有可能啊。所以这短短几个小时里面能让你使用的手机意义也不是很大。至少对于我来说飞机上玩不玩手机区别不大,至于创作方面没试过,也不知道感觉怎么样…哈哈,你也可以选择关注或订阅“水哥爱搞机”当然你也可以@水哥爱搞机

  • 治愈系暖心唯美短句(治愈系暖心唯美短句精选)

    学会赞美,自然而不虚饰,进而学会调节气氛,控制局面,足以展示你的能力。就在一次次日升月落里,再爱一次人间。一个人失去了自己。不知还有没有要在追的可望。心软是病,情深致命。如果不曾开始,永远不会抵达。奋斗是人在身处逆境、面临考验的一种拼搏精神,是人的一种可贵品质。不乱于心,不困于情。不畏将来,不念过往。当你不再急于否认错误时,你就学到了重要的一课。只要你不回避与退缩,生命的掌声终会为你响起。

  • 清蒸螃蟹要撬开壳吗(清蒸螃蟹怎么剥壳)

    清蒸螃蟹撬开壳的话,成熟的比较快,但是螃蟹内部的水分容易流出,影响螃蟹的肉质,同时螃蟹中如果有成熟的性腺的话,开壳蒸螃蟹会出现蟹黄或者蟹膏大量流出的情况。蒸螃蟹需要多长时间清蒸螃蟹蒸8到15分钟就可以了。清蒸螃蟹的做法步骤1、将螃蟹清洗干净之后,沥干一些水分。蒸螃蟹室温保存过夜的话很容易变质,但是蒸螃蟹冷藏保存的话,隔夜吃是不成问题的。

  • 什么样的企业可以在当地融资担保出保函(企业知识)

    下面内容希望能帮助到你,我们来一起看看吧!什么样的企业可以在当地融资担保出保函满足注册资本最低限额。有符合要求的经营场所。符合法律(公司法)规定的公司章程。有熟悉金融及相关业务的管理和评估人员。

  • 如何防止内眼线晕染(这些小技巧建议收藏)

    以下内容希望对你有帮助!定妆最关键如果眼部没有用定妆粉仔细定妆,眼皮出油也会导致内眼线容易晕染。用海绵沾取定妆产品,仔细按压在眼部的每一块皮肤上,同时也会吸去皮肤上多余的油分。眼线液二次覆盖画内眼线时一般使用眼线胶笔或眼线膏,如果还怕内眼线晕染的话,可以用眼线液笔二次覆盖涂抹,这样会更加持久显色。

  • 醉蝶花怎么发芽(醉蝶花多久发芽)

    做好水肥补充,促进醉蝶花的不断生长。醉蝶花发芽方法挑选健康饱满的醉蝶花种子,将种子放在托盘中,控制温度在20~25℃之间,放在阳光下照射12小时左右。将醉蝶花均匀的播种在土壤中,盖上一层薄土,浇透水保证土壤处于湿润状态。移栽定植后的醉蝶花是脆弱的,需要避免强光造成叶片的晒伤。醉蝶花浇水要浇透,出现积水会造成根部的腐烂。

  • 角堇怎么繁殖怎么扦插(角堇的繁殖和扦插方法)

    角堇怎么繁殖怎么扦插角堇是通过播种和扦插两种方法来进行繁殖的。之后对角堇的插条进行消毒,接下来就将插条扦插到新鲜消毒的土壤之中,每天保持盆土湿润,最好放置在阴凉的地方。这样更有利于角堇的生根,大概十天左右就能够生根了,接下来正常养护就可以了。

  • 孩子吃辅食了开始便秘(孩子吃辅食总便秘)

    1先说“下面”的问题:大人们很简单的想到这是便秘,赶紧用开塞露,可是这些招数被医生否定了:居然还不认可这是“便秘”?可见,不是所有的“好几天没便便了”就等于“孩子便秘”了!开塞露什么的,也不能乱用!适当增加蔬菜和水果的摄入。但要注意的一点是:不要添加过多的粗纤维的食物,不要用解决成人便秘的方法去安排小宝宝的辅食!家长也可以给孩子轻轻做腹部的顺时针按摩,促进肠道蠕动,有利于便便的排出。

  • 小学数学序数是什么(什么是小学数学序数)

    小学数学序数是什么集合论基本概念之一,是日常使用的第一、第二等表示次序的数的推广。序数概念是建立在良序集概念之上的,而良序集又是偏序集、全序集的特殊情形。通常是在整数前加“第”,如:第一,第二。也有单用基数的。此外还有些习惯表示法,如:头一回、末一次、首次、正月、大女儿、小儿子。序数后边直接连量词或名词的时候,可省去“第”,如:二等、三号、四楼、五班、六小队、1949年10月1日等。