《Python数据分析》ch04 数据分析库Pandas.pptxVIP

Python数据分析数据分析库Pandas第四章计算机专业·任务驱动应用型教材

01Pandas数据结构

Pandas数据结构01一维数组SeriesSeries是一种类似于一维数组的对象，由一组数据（NumPy中的数据类型）及一组与之相关的数据标签（索引）组成。创建Series在Pandas中，Series函数用来创建一维数组对象Series。它的使用格式如下：

Pandas数据结构01创建Series对象后，可以通过设置Series属性达到修改Series的目的。Series常用属性如表4-1所示。

Pandas数据结构01Series常用函数Series集成了ndarray和dict的优点，可以使用ndarray或dict的所有索引操作和函数。Series常用函数如表4-2所示。

Pandas数据结构01二维数组DataFrameDataFrame是一个表格型的数据结构，含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引又有列索引，可以看作由Series组成的字典（使用同一个索引）。DataFrame中的数据是以一个或多个二维块存放的，而不是列表、字典或别的一维数据结构。

Pandas数据结构01DataFrame生成在Pandas中，DataFrame函数用来创建二维数组对象DataFrame。它的使用格式如下：参数说明如下。data：一组数据（ndarray、Series、map、list、dict等类型）。DataFrame生成最常用的一种方法是直接输入一个由等长列表或NumPy数组组成的字典。index：索引值，或者可以称为行标签。columns：列标签，默认为0，1，2，…，n。dtype：数据类型。copy：复制数据，默认为False。

Pandas数据结构01DataFrame属性通过DataFrame属性可以查看定义的数据。DataFrame常用属性如表4-3所示。

02导入数据

导入数据02读取Excel文件openpyxl模块库是一个读/写Excel2010文档的Python库，能够同时读取和修改Excel文档。执行其他与Excel相关的项目（包括读或写Excel），需要安装、加载该模块库。安装openpyxl模块库后，要想在程序中使用该模块库，还需要加以导入。在Pandas中，使用readexcel函数读取Excel自带的xls或xlsx文件中的数据。该函数的使用格式如下。

导入数据02

导入数据02

导入数据02写入Excel文件在Pandas中，从文件中读取的数据以DataFrame或Series格式保存在内存中，toexcel函数可以将数据保存为xls或xlsx文件。该函数的使用格式如下：

导入数据02

03数据处理

数据处理03数据清洗数据清洗是对一些没有用的数据进行处理的过程。在数据分析工作中，很多数据集存在数据缺失、数据格式错误、错误数据或重复数据的情况。如果要使数据分析更加准确，就需要对这些没有用的数据进行处理。

数据处理03数据缺失在数据输入过程中，很容易出现数据遗漏现象，Pandas对象的所有描述性统计默认都不包括缺失数据。因此，在数值数据中，Pandas使用浮点值NaN（NotaNumber）表示缺失数据。这样可以很明显地发现缺失数据，方便修改。

数据处理01重复数据unique函数用于获取Series中的唯一值数组，删除重复数据。数据格式化数据格式化可以增强数据的可读性，如统一数据的小数点位数、添加千位分隔符。还可以实现特定的功能，如转换为百分比数据，百分比数据主要用于成绩分数等统计计算。

数据处理03数据转换当获得数据时，首先需要确定的是正确类型的数据，Pandas扩展了NumPy的类型系统，用dtype属性显示元素的数据类型。Pandas主要有以下几种数据类型。字符串类型：object。整数类型：int64、int32、int16、int8。无符号整数：uint64、uint32、uint16、uint8。浮点数类型：float64、float32。日期和时间类型：datetime64[ns]、datetime64[ns，tz]、timedelta[ns]。布尔类型：bool。

数据处理03当利用Pandas进行数据处理的时候，经常会遇到数据类型的问题，一般需要通过数据类型的转化，只有这样才能进行后续的数据操作。表4-6中列出了关于数据转换的函数。

数据处理03数据合并在实际处理数据的过程中，经常会遇到将多个表连接起来进行数据的处理和分析的情况，Pandas中也提供了几种方法来实现数据合并功能。merge函数基于两个DataFrame的共同列进行合并。该函数的使用格式如下：

04数据统计

数据统计0