pycharm安裝pandas(pandas庫怎么在python中進行安裝)

pandas 的安裝

pandas 在python上的安裝同樣的使用pip進行:

pipinstallpandas

pandas 創建對象

pandas 有兩種數據結構:Series 和 DataFrame 。

Series

Series 像python中的數據list 一樣,每個數據都有自己的索引。從list創建 Series。

>>>importpandasaspd>>>s1=pd.Series([100,23,'bugingcode'])>>>s101001232bugingcodedtype:object>>>

在Series 中添加相應的索引:

>>>importnumpyasnp>>>ts=pd.Series(np.random.randn(365),index=np.arange(1,366))>>>ts

在index中設置索引值是一個從1到366的值。

Series 的數據結構最像的是python中的字典,從字典中創建Series:

sd={'xiaoming':14,'tom':15,'john':13}s4=pd.Series(sd)

這時候可以看到Series 已經是自帶索引index。

pandas 本身跟 python的另外一個第三方庫Matplotlib 有很多的連接,Matplotlib 一個最經常用到的是用來展示數據的,如果還對Matplotlib 不了解的話,后面的章節會進行介紹,現在先拿過來直接用下,如果還沒有安裝的話,一樣的用pip命令安裝 pip install Matplotlib , 展示如下數據:

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltts=pd.Series(np.random.randn(365),index=np.arange(1,366))ts.plot()plt.show()

一個不規則的圖形,在數據分析中,時間是一個重要的特性,因為很多數據都是跟時間是有關系的,銷售額跟時間有關系,天氣跟時間有關系。。。,在pandas 中也提供了關于時間的一些函數,使用date_range 生成一系列時間。

>>>pd.date_range('01/01/2017',periods=365)DatetimeIndex(['2017-01-01','2017-01-02','2017-01-03','2017-01-04','2017-01-05','2017-01-06','2017-01-07','2017-01-08','2017-01-09','2017-01-10',...'2017-12-22','2017-12-23','2017-12-24','2017-12-25','2017-12-26','2017-12-27','2017-12-28','2017-12-29','2017-12-30','2017-12-31'],dtype='datetime64[ns]',length=365,freq='D')>>>

之前我們的圖形不規則,有一個原因是數據不是連續的,使用cumsum讓數據連續:

如下:

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltts=pd.Series(np.random.randn(365),index=pd.date_range('01/01/2017',periods=365))ts=ts.cumsum()ts.plot()plt.show()

DataFrame

DataFrame 相當于Series 一維的一個擴展,是一種二維的數據模型,相當于EXcel表格中的數據,有橫豎兩種坐標,橫軸很Series 一樣使用index,豎軸用columns 來確定,在建立DataFrame 對象的時候,需要確定三個元素:數據,橫軸,豎軸。

df=pd.DataFrame(np.random.randn(8,6),index=pd.date_range('01/01/2018',periods=8),columns=list('ABCDEF'))printdf

數據如下:

ABCDEF2018-01-010.7126360.546680-0.847866-0.6290052.1526860.5639072018-01-02-1.2927991.1220980.7432930.6564120.9897382.4682002018-01-031.7628940.783614-0.3014680.289608-0.7808440.8730742018-01-04-0.8180661.629542-0.5954510.9101410.1609800.3066602018-01-052.0086580.456592-0.8395971.6150130.718422-0.5645842018-01-060.4808930.724015-1.076434-0.2537310.337147-0.0282122018-01-07-0.6725010.739550-1.3160941.118234-1.456680-0.6018902018-01-08-1.028436-1.036542-0.4590441.321962-0.198338-1.034822

在數據分析的過程中,很常見的一種情況是數據直接從excel 或者cvs 過來,可以excel中讀取數據到DataFrame ,數據在 DataFrame 中進行處理:

df=pd.read_excel('data.xlsx',sheet_name='Sheet1')printdf

同樣的有保存數據到excel 中 to_excel。

處理cvs數據的函數是:read_cvs 和 to_cvs ,處理HDF5的函數為 read_hdf 和 to_hdf 。

訪問DataFrame 可以跟二位數組一樣的訪問方式:

printdf['A']

帶出橫軸標簽:

2018-01-010.7126362018-01-02-1.2927992018-01-031.7628942018-01-04-0.8180662018-01-052.0086582018-01-060.4808932018-01-07-0.6725012018-01-08-1.028436

同樣的可以指定某一個元素:

printdf['A']['2018-01-01']

對數組進行切片出來,認清橫軸和縱軸:

>>>importpandasaspd>>>df=pd.read_excel('data.xlsx',sheet_name='Sheet1')>>>df[:][0:3]ABCDEF2018-01-010.7126360.546680-0.847866-0.6290052.1526860.5639072018-01-02-1.2927991.1220980.7432930.6564120.9897382.4682002018-01-031.7628940.783614-0.3014680.289608-0.7808440.873074>>>

看完上述內容,你們掌握pandas庫怎么在python中進行安裝的方法了嗎?如果還想學到更多技能或想了解更多相關內容,歡迎關注本站行業資訊頻道,感謝各位的閱讀!