大数据预处理技术《基于Python导入与导出数据》.pptxVIP

数据预处理-第七章基于Python导入与导出数据

目andas文本文件导入与导出二进制文件导入与导出数据库导入与导出

01Pandas

Pandas阶段1：Pandas阶段2：Series阶段3：DataFrame

Pandas官方的解释：pandas是一个基于BSD开源协议的开源库，提供了用于python编程语言的高性能、易于使用的数据结构和数据分析工具。

Pandaspandas适用于以下多种类型的数据表格型的数据，且表格的各列可能具有不同的数据类型，例如关系型数据库表格，或者Excel表格数据有序或无序的时间序列数据带有行和列标签的矩阵数据各种统计/观测数据集

PandasAnaconda下：conda?install?pandasPIP下：pipinstallpandas（推荐）Pandas的安装

Pandasimportpandas[as别名]如importpandasaspdPython代码中pandas的引入方法

PandasPandas提供了两种主要的数据结构Series：用于处理一维数据DataFrame。用于处理二维数据。

SeriesSeries是一种类似于数组的一维数据结构，包含了一系列的元素以及元素对应的标签。元素的标签称为index。1A2B3C4Dindex什么是一维数据？

SeriesfrompandasimportSeries[as别名]单独引入Series数据结构的方法pandas.SeriesPandas中Series数据结构的使用

Series可以基于一个list构造一个s=Series([3,8,-5,1])In[1]:frompandasimportSeriesIn[2]:s=Series([3,8,-5,1])In[3]:sOut[4]:03182-531dtype:int64

Series访问Series对象的values属性和index属性In[6]:s.valuesOut[6]:array([3,8,-5,1])?In[7]:s.indexOut[7]:RangeIndex(start=0,stop=4,step=1)

Series创建Series对象的指定indexIn[8]:s2=Series([3,8,-5,1],index=[a,b,c,d])In[9]:s2Out[9]:a3b8c-5d1dtype:int64?In[10]:s2.indexOut[10]:Index([a,b,c,d],dtype=object)

Series访问单个元素值，使用类似list访问元素的语法In[11]:s2[2]Out[11]:-5?In[12]:s2[c]Out[12]:-5

Series通过index列表选择Series对象的多个元素值In[16]:s2[[c,a,d]]Out[16]:c-5a3d1dtype:int64

SeriesSeries对象可以和一个实数做算术运算In[17]:s2*3Out[17]:a9b24c-15d3dtype:int64

SeriesSeries对象和一个实数做逻辑运算，Series对象的元素返回bool类型。In[18]:s20Out[18]:aTruebTruecFalsedTruedtype:bool

Series使用BOOL序列过滤Series对象。In[19]:s2[s20]Out[19]:a3b8d1dtype:int64

SeriesIn[21]:ains2Out[21]:True?In[22]:xins2Out[22]:False许多map的操作可以应用在Series上

SeriesSeries对象value通过赋值能够改变In[25]:s2[b]=2In[26]:s2Out[26]:a3b2c-5d1dtype:int64

SeriesSeries对象的index也可以通过赋值来改变In[27]:s2.index=list(wxyz)?In[28]:s2Out[28]:w3x8y-5z1dtype:int64

Series基于字典（Dictionary）也能够创建Series