第三讲_数据分析工具Pandas.pdfVIP

法律声明  本课件包括：演示文稿，示例，代码，题库，视频和声 音等，小象学院拥有完全知识产权的权利；只限于善意 学习者在本课程使用，不得在课程范围外向任何第三方 散播。任何其他人或机构不得盗版、复制、仿造其中的 创意，我们将保留一切通过法律手段追究违反者的权利。  课程详情请咨询  微信公众号：大数据分析挖掘  新浪微博：ChinaHadoop 互联网新技术在线教育领航者 第三讲 LOGO 数据分析工具Pandas --梁斌 互联网新技术在线教育领航者 目录 • Pandas的数据结构 • Pandas的数据操作 • Pandas统计计算和描述 • 数据的分组与聚合 • 数据清洗、合并、转化和重构 • 聚类模型：K-Means • 实战案例：全球食品数据分析（Open Food Facts ） 互联网新技术在线教育领航者 什么是Pandas Pandas • 一个强大的分析结构化数据的工具集 • 基础是NumPy ，提供了高性能矩阵的运算 • 应用，数据挖掘，数据分析 • 如，学生成绩分析、股票数据分析等。 • 提供数据清洗功能 互联网新技术在线教育领航者 目录 • Pandas的数据结构 • Pandas的数据操作 • Pandas统计计算和描述 • 数据的分组与聚合 • 数据清洗、合并、转化和重构 • 聚类模型：K-Means • 实战案例：全球食品数据分析（ Open Food Facts ） 互联网新技术在线教育领航者 Pandas的数据结构 Series • 类似一维数组的对象 • 通过list构建Series • ser_obj = pd.Series(range(10)) • 由数据和索引组成 • 索引在左，数据在右 • 索引是自动创建的 • 获取数据和索引 • ser_obj.index, ser_obj.values • 预览数据 • ser_obj.head(n) 示例代码： 01_pandas_data_structures.ipynb 互联网新技术在线教育领航者 Pandas的数据结构 Series (续) • 通过索引获取数据 • ser_obj[idx] • 索引与数据的对应关系仍保持在数组运算的结果中 • 通过dict构建Series • name属性 • ser_, ser_ 示例代码： 01_pandas_data_structures.ipynb 互联网新技术在线教育领航者 Pandas的数据结构 DataFrame 示例代码： 01_pandas_data_structures.ipynb • 类似多维数组/表格数据 (如，excel, R中的data.frame) • 每列数据可以是不同的类型，what about ndarray? • 索引包括列索引和行索引 互联网新技术在线教育领航者 Pandas的数据结构 示例代码： 01_pandas_data_structures.ipynb DataFrame • 通过ndarray构建DataFrame • 通过dict构建DataFrame • 通过列索引获取列数据（Series类型 ） • df_obj[col_idx] 或 df_obj.col_idx • 增加列数据，类似dict添加key-value • df_obj[new_col_idx] = data • 删除列 • del df_obj[col_idx] 互联网新技术在线教育领航者 Pandas的数据结构 索引对象Index • Series和DataFrame中的索引都是Index对象 • 不可变(immutable) • 保证了数据的安全 • 常见的Index种类 • Index • Int64Index