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
  • 吃菱角的常见方法(吃菱角的常见方法及制作方法)

    水煮菱角做法:将菱角放在清水中浸泡30分钟后,用废旧牙刷将菱角表面和缝隙中的泥洗掉冲净;再把大葱切段,姜切片;然后将洗净的菱角,放入锅中,再倒入清水没过菱角,放入葱段,姜片,花椒,八角,香叶;最后盖上盖子,大火煮沸后,改中火煮15分钟即可;吃的时候,直接掰开外壳食用,现在小编就来说说关于吃菱角的常见方法?吃菱角的常见方法水煮菱角。

  • 空调复位键在哪(请看回答)

    遥控上会有一个很小的复位键reset空调内部电脑板上一般只有一个按键,就是应急开关当遥控失效的时候,可以用它它一般位于罩壳里,掀开后找到控制板部分便可以看见了,有的厂家需要打开盖板,今天小编就来说说关于空调复位键在哪?下面更多详细答案一起来看看吧!它一般位于罩壳里,掀开后找到控制板部分便可以看见了,有的厂家需要打开盖板。

  • 新鞋折痕压脚怎么办(鞋头折痕压脚)

    新买回的衣物鞋子因为存放问题都会有些许不同位置的折痕,要刚穿时这些折痕会使脚的位置不舒服,有什么办法可以处理呢?

  • 天仙子的功效与作用 天仙子的功效与作用,天仙子的副作用

    离体兔血管灌流表明,东莨菪碱可以拮抗肾上腺素引起的收缩作用,但比阿托品弱,同时还能对抗乙酰胆碱所致的血压下降,改善微循环。但有报告,小剂量东莨菪碱能使小鼠自主活动增加,并能对抗利血平等引起的活动减小,表现中枢兴奋作用。东莨菪碱对犬、兔和大鼠等动物所引起的脑电反应亦非常近似,并能阻断多种生理刺激所引起的惊醒反应。每服十丸,男子菖蒲酒下,女子芫花汤下。

  • 电脑太老开不开机(电脑太老开不开机处理方法)

    接下来我们就一起去了解一下吧!电脑太老开不开机有可能是机箱里风扇集尘太多。机箱灰尘太多导致系统开关机异常并不多见。处理起来也不是很复杂,唯一要注意的要点是,关闭机箱电源后,最好把主机箱后面的电源线也拔掉。系统启动时会有提示音,你先确定提示音正常。如果不正常按照长短音,对照故障表找到原因。

  • 眉豆怎么炒好吃(眉豆如何炒)

    我们一起去了解并探讨一下这个问题吧!眉豆怎么炒好吃眉豆300克,辣椒两个,油、盐适量,酱油适量。切一个辣椒做开胃调料,备用。眉豆去筋洗净竖切成适宜大小的丝。烧干菜锅后,调成中小火,先不放油,放入眉豆丝,翻炒至全部熟透变柔软。辣椒有开胃作用,可以增加食欲。当汤汁基本吸收完,就出锅。

  • 三色吐司的做法(三色吐司的具体做法)

    三色吐司的做法食材:高筋面粉300克、牛奶170克、鸡蛋1个、黄油10克、盐2克、糖20克、酵母4克、可可粉4克、抹茶粉4克。放入面包桶内,再次发酵,发好后刷上蛋液,烘烤25分钟,取出放温后放入保鲜袋。

  • 辣椒籽什么时间怎么种(辣椒籽什么时间怎样种)

    辣椒籽春季播种一般在11-2月份,秋季一般在8月份,下面我们就来说一说关于辣椒籽什么时间怎么种?我们一起去了解并探讨一下这个问题吧!选优质的种子,浸泡在温水中6-8小时后捞出,蒙上保鲜膜促进种子出芽,耐心等待一段时间,20度左右需要10-15天出芽;25度左右7-10天就会出芽。准备合适的花盆,填上营养土,等种子长出芽后就可种植到花盆中。

  • 为什么停电会停水 为什么停电会停水啊

    城市高层建筑,由于自来水厂的供水压力达不到要求,所以居民小区或者办公大楼会增设二次增压水泵向高层供水,这种情况下小区停电或办公大楼停电,增压水泵没电,水输送不了,高层就会停水。

  • 假如爱有天意我们来生再相遇(但愿你被温柔以待...)

    韩国电影《假如爱有天意》讲述了两代人之间曲折而浪漫的爱情故事,感人至深,不仅成就了韩国悲伤电影的巅峰之作,里面的音乐也成为了经典。主题曲是韩成民的《MoreThanLove》,由于电视剧太有名,因此主题曲也被称为《假如爱有天意》。《假如爱有天意》是关于两代人的情感历程。这一代的遇见,背离,错过;下一代的相遇,相知,牵手,时空错落交织,情节铺展绵延。如影片里的那条河,贯穿始终,温暖又哀伤。