Python 資料分析與展示筆記4 – Pandas 庫基礎

Python 資料分析與展示系列筆記是筆者學習、實踐Python 資料分析與展示的相關筆記

課程連結： Python 資料分析與展示

參考文件：
Numpy 官方文件（英文）
Numpy 官方文件（中文）
PIL 官方文件
Matplotlib 官方文件
Pandas 官方文件（英文）
Pandas 官方文件（中文）
Pandas 官方文件PDF下載

一、Pandas

1、安裝、匯入 Pandas

# 安裝
pip3 install pandas

# 匯入
import pandas as pd
 

2、Pandas 簡介

• Pandas 是 Python 第三方庫，提供高效能易用資料型別和分析工具
• Pandas 基於 NumPy 實現，提供更多樣的索引，除了自動索引，可以新增自定義索引
• 使用索引時只能使用自動索引/自定義索引，不能混合使用

二、 Pandas 資料型別

1、Series 型別

Series是帶索引標籤的一維陣列

建立 Series 型別： 可以基於以下型別建立

• 標量值
• Python 列表
• Python 字典
• 一維 ndarray 陣列
• 其他函式

import pandas as pd
import numpy as np

# 基於標量值建立
s = pd.Series(10, index=['a', 'b'])
print(s)

>>> a    10
	b    10
	dtype: int64

# 基於列表建立
s = pd.Series([1, 2], index=['a', 'b'])
print(s)

>>> a    1
	b    2
	dtype: int64

# 基於字典建立，index 可以從字典的鍵值選擇需要的，沒有的話用 NaN填充
s = pd.Series({'b': 1, 'a': 2, 'c': 3}, index=['a', 'b', 'd'])
print(s)

>>> a    2.0
	b    1.0
	d    NaN
	dtype: float64

# 基於 ndarray 陣列建立，index 也可以是 ndarray 陣列
s = pd.Series(np.arange(3), index=np.arange(5, 0, -2))
print(s)

>>> 5    0
	3    1
	1    2
	dtype: int32
 

Series 型別的基本操作：

• Series 型別包括 index 和 values 兩部分，.index 獲得索引
  .values 獲得資料
• Series 型別的操作類似 ndarray 型別，索引、切片、使用 numpy 函式
• Series 型別的操作類似 Python 字典型別，in、.get()
• Series 物件和索引都可以有一個名字，儲存在屬性.name中，可以修改
• Series 型別在運算中會自動對齊不同索引的資料，各自沒有的索引其值賦為 NaN 再運算

import pandas as pd
import numpy as np

# 建立一個 Series 陣列
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

# 獲得索引
s.index
>>> Index(['a', 'b', 'c'], dtype='object')

# 獲得資料
s.values
>>> [1 2 3]

# 索引訪問資料，自動索引和自定義索引並存，但兩套索引並存，但不能混用
s[['a', 'b']]
>>> a    1
	b    2

s[0]
>>> 1

# 切片
s[:2]
>>> a    1
	b    2

# numpy 運算函式
np.exp(s)
>>> a     2.718282
	b     7.389056
	c    20.085537
	dtype: float64

# in 操作
'b' in s
>>> True

# .get() 操作
s.get('d', 4)
>>> 4

# 修改Series 物件和索引名稱
print(s.name)
print(s.index.name)
s.name = 'series name'
s.index.name = 'index name'
print(s.name)
print(s.index.name)
>>> None
	None
	series name
	index name

#  Series 運算對齊索引
a = pd.Series([1, 2], ['a', 'b'])
b = pd.Series([2, 3], ['b', 'd'])
a + b
>>> a    NaN
	b    4.0
	d    NaN
	dtype: float64
 

2、DataFrame

DataFrame 是一個表格型的資料型別，每列值型別可以不同，既有行索引、也有列索引，常用於表達二維資料，但可以表達多維資料

建立 Series 型別： 可以基於以下型別建立

• 二維 ndarray 物件
• 由一維 ndarray、列表、字典、元組或 Series 構成的字典
• Series 型別
• 其他的 DataFrame 型別

import pandas as pd
import numpy as np

# 基於二維 ndarray 物件建立
d = pd.DataFrame(np.arange(4).reshape(2, 2))
print(d)
>>>    0  1
	0  0  1
	1  2  3

# 基於 Series 字典
d = pd.DataFrame({'one': pd.Series([1, 2], ['a', 'b']),
                  'two': pd.Series([3, 4], ['a', 'b'])})
print(d)
>>>    one  two
	a    1    3
	b    2    4

# 基於列表型別的字典建立
d = pd.DataFrame({'one': [1, 2], 'two': [3, 4]})
print(d)
>>>    one  two
	0    1    3
	1    2    4

DataFrame 索引型別的基本操作：

DataFrame 算術運算的基本操作：

GOOD LUCK!