Pandas是面向数据分析场景设计的Python开源软件工具包，其名字来自英文词组panel data，作为经济界的术语指多维结构化的数据集。从命名来看，Pandas特别适合处理序列数据、表格数据等具有良好结构的数据。在软件使用上，由于Pandsa是基于BSD开源软件许可证发布的，能够很方便地在学习、办公和工业应用等场合使用。
通过带有标签的列和索引，Pandas使我们可以以一种便于理解的方式来处理数据。它可以让我们毫不费力地从诸如csv类型的文件中导入数据，并使用类似数据库查询语言SQL的方式来访问数据。我们可以用 Pandas快速地对数据进行复杂的转换和过滤等操作。Pandas这方面表现是非常优秀的。具体有着如下特点：
DataFrame对象的索引能力来管理复杂的表格数据；SQL语言Group by语法的数据分组、执行函数和合并结果的能力；Pandas的核心代码是使用Cython和C编写的。（一）、Series: 一维数组，类似于Python中的基本数据结构list，区别是Series只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。就像数据库中的列数据；Series是一个一维的类似的数组对象，包含一个数组的数据（任何NumPy的数据类型）和一个与数组关联的数据标签，被叫做索引 。最简单的Series是由一个数组的数据构成；Series的交互式显示的字符串表示形式是索引在左边，值在右边。因为我们没有给数据指定索引，一个包含整数0到N-1这里N是数据的长度）的默认索引被创建。你可以分别的通过它的values和index属性来获取 Series的数组表示和索引对象；通常，需要创建一个带有索引来确定每一个数据点的Series。如果你有一些数据在一个Python字典中，你可以通过传递字典来从这些数据创建一个Series，只传递一个字典的时候，结果Series中的索引将是排序后的字典的键。
（二）、DataFrame: 二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器；DataFrame是一个表格型的数据结构，是以一个或多个二维块存放的数据表格（层次化索引），DataFrame既有行索引还有列索引，它有一组有序的列，每列既可以是不同类型（数值、字符串、布尔型）的数据，或者可以看做由Series组成的字典。
1、创建一个名为series_a的series数组，当中值为[1,2,5,7],对应的索引为[‘nu‘, ‘li‘, ‘xue‘, ‘xi‘]；创建一个名为dict_a的字典，字典中包含如下内容{‘ting‘:1, ‘shuo‘:2, ‘du‘:32, ‘xie‘:44}；将dict_a字典转化成名为series_b的series数组。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def create_series():
‘‘‘
返回值:
series_a: 一个Series类型数据
series_b: 一个Series类型数据
dict_a： 一个字典类型数据
‘‘‘
# 请在此添加代码 完成本关任务
# ********** Begin *********#
series_a = Series([1,2,5,7],index = [‘nu‘, ‘li‘, ‘xue‘, ‘xi‘])
dict_a = {‘ting‘:1, ‘shuo‘:2, ‘du‘:32, ‘xie‘:44}
series_b = Series(dict_a)
# ********** End **********#
# 返回series_a,dict_a,series_b
return series_a,dict_a,series_b
2、创建一个五行三列的名为df1的DataFrame数组，列名为 [states,years,pops]，行名[‘one‘,‘two‘,‘three‘,‘four‘,‘five‘]；给df1添加新列，列名为new_add，值为[7,4,5,8,2]。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def create_dataframe():
‘‘‘
返回值:
df1: 一个DataFrame类型数据
‘‘‘
# 请在此添加代码 完成本关任务
# ********** Begin *********#
dictionary = {‘states‘:[‘0hio‘,‘0hio‘,‘0hio‘,‘Nevada‘,‘Nevada‘],
‘years‘:[2000,2001,2002,2001,2002],‘pops‘:[1.5,1.7,3.6,2.4,2.9]}
df1 = DataFrame(dictionary)
df1 = DataFrame(dictionary, index=[‘one‘,‘two‘,‘three‘,‘four‘,‘five‘])
df1[‘new_add‘] =[7,4,5,8,2]
# ********** End **********#
#返回df1
return df1
3、将test3/uk_rain_2014.csv中的数据导入到df1中；将列名修改为[‘water_year‘,‘rain_octsep‘,‘outflow_octsep‘,‘rain_decfeb‘, ‘outflow_decfeb‘, ‘rain_junaug‘, ‘outflow_junaug‘]；计算df1的总行数并存储在length1中。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def read_csv_data():
‘‘‘
返回值:
df1: 一个DataFrame类型数据
length1: 一个int类型数据
‘‘‘
# 请在此添加代码 完成本关任务
# ********** Begin *********#
# Reading a csv into Pandas.
df1 = pd.read_csv(‘test3/uk_rain_2014.csv‘, header=0,encoding = "gbk")
# Changing column labels.
df1.columns = [‘water_year‘,‘rain_octsep‘,‘outflow_octsep‘,‘rain_decfeb‘, ‘outflow_decfeb‘, ‘rain_junaug‘, ‘outflow_junaug‘]
length1 = len(df1)
# ********** End **********#
#返回df1,length1
return df1,length1
4、对代码中s1进行按索引排序，并将结果存储到s2；对代码中d1进行按值排序（index为f），并将结果存储到d2。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def sort_gate():
‘‘‘
返回值:
s2: 一个Series类型数据
d2: 一个DataFrame类型数据
‘‘‘
# s1是Series类型数据，d1是DataFrame类型数据
s1 = Series([4, 3, 7, 2, 8], index=[‘z‘, ‘y‘, ‘j‘, ‘i‘, ‘e‘])
d1 = DataFrame({‘e‘: [4, 2, 6, 1], ‘f‘: [0, 5, 4, 2]})
# 请在此添加代码 完成本关任务
# ********** Begin *********#
s2 = s1.sort_index()
d2 = d1.sort_values(by = "f")
# ********** End **********#
#返回s2,d2
return s2,d2
5、在s1中删除z行，并赋值到s2；d1中删除yy列，并赋值到d2。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import numpy as np
import pandas as pd
def delete_data():
‘‘‘
返回值:
s2: 一个Series类型数据
d2: 一个DataFrame类型数据
‘‘‘
# s1是Series类型数据，d1是DataFrame类型数据
s1 = Series([5, 2, 4, 1], index=[‘v‘, ‘x‘, ‘y‘, ‘z‘])
d1=DataFrame(np.arange(9).reshape(3,3), columns=[‘xx‘,‘yy‘,‘zz‘])
# 请在此添加代码 完成本关任务
# ********** Begin *********#
s2 = s1.drop(‘z‘)
d2 = d1.drop(‘yy‘,axis = 1)
# ********** End **********#
# 返回s2,d2
return s2, d2
6、让df1与df2相加得到df3，并设置默认填充值为4。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import numpy as np
import pandas as pd
def add_way():
‘‘‘
返回值:
df3: 一个DataFrame类型数据
‘‘‘
# df1,df2是DataFrame类型数据
df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list(‘abcd‘))
df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list(‘abcde‘))
# 请在此添加代码 完成本关任务
# ********** Begin *********#
df3 = df1.add(df2,fill_value = 4)
# ********** End **********#
# 返回df3
return df3
7、去除df1中重复的行，并把结果保存到df2中。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def delete_duplicated():
‘‘‘
返回值:
df2: 一个DataFrame类型数据
‘‘‘
# df1是DataFrame类型数据
df1 = DataFrame({‘k1‘: [‘one‘] * 3 + [‘two‘] * 4, ‘k2‘: [1, 1, 2, 3, 3, 4, 4]})
# 请在此添加代码 完成本关任务
# ********** Begin *********#
df2 = df1.drop_duplicates()
# ********** End **********#
# 返回df2
return df2
8、对s1进行数据重塑，转化成DataFrame类型，并复制到d1。
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
import numpy as np
def suoying():
‘‘‘
返回值:
d1: 一个DataFrame类型数据
‘‘‘
#s1是Series类型数据
s1=Series(np.random.randn(10),
index=[[‘a‘, ‘a‘, ‘a‘, ‘b‘, ‘b‘, ‘b‘, ‘c‘, ‘c‘, ‘d‘, ‘d‘], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]])
# 请在此添加代码 完成本关任务
# ********** Begin *********#
d1 = s1.unstack()
# ********** End **********#
# 返回d1
return d1
suoying()
四、总结
pandas初体验学习完毕，下次我们学习pandas进阶。希望同大家一起进步。
原文：https://www.cnblogs.com/CJR-QYF/p/12348179.html