Python数据操作

Python主要通过Pandas和Numpy这两个库来处理各种格式的数据。我们已经在前面的章节中看到了这两个库的重要特征。在本章中，我们将看到每个库中关于如何操作数据的一些基本示例。

Numpy中的数据操作

NumPy中定义的最重要的对象是名为ndarray的N维数组类型。它描述了相同类型的项目的集合。可以使用从零开始的索引来访问集合中的项目。ndarray类的一个实例可以通过本教程稍后介绍的不同阵列创建例程来构建。基本的ndarray是使用NumPy中的数组函数创建的，如下所示

numpy.array

以下是关于Numpy数据处理的一些示例。

例1

# more than one dimensions
import numpy as np
a = np.array([[1, 2], [3, 4]])
print a

输出如下 -

[[1, 2]
 [3, 4]]

例2

# minimum dimensions
import numpy as np
a = np.array([1, 2, 3,4,5], ndmin = 2)
print a

输出如下 -

[[1, 2, 3, 4, 5]]

例3

# dtype parameter
import numpy as np
a = np.array([1, 2, 3], dtype = complex)
print a

输出如下 -

[ 1.+0.j,  2.+0.j,  3.+0.j]

Pandas数据操作

Pandas通过 系列 ， 数据框 和 面板 处理数据。我们将看到每个例子的一些例子。

Pandas系列

Series是一维标签数组，能够容纳任何类型的数据（整数，字符串，浮点数，python对象等）。轴标签统称为索引。Pandas系列可以使用以下构造函数创建 -

pandas.Series( data, index, dtype, copy)

例

这里我们从Numpy Array创建一个系列。

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)

print s

其 输出 如下 -

0   a
1   b
2   c
3   d
dtype: object

PandasDataFrame

数据框架是一种二维数据结构，即数据按行和列的表格方式排列。可以使用以下构造函数创建一个pandas DataFrame -

pandas.DataFrame( data, index, columns, dtype, copy)

现在让我们使用数组创建索引的DataFrame。

import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])
print df

其 输出 如下 -

Age    Name
rank1    28      Tom
rank2    34     Jack
rank3    29    Steve
rank4    42    Ricky

Pandas小组

甲 面板 是数据的3D容器。术语 面板数据 来自计量经济学，部分负责名称pandas - pan（el）-da（ta） -s。

面板可以使用以下构造函数创建 -

pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)

在下面的例子中，我们从DataFrame对象的字典创建一个面板

#creating an empty panel
import pandas as pd
import numpy as np

data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)),
        'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print p

其 输出 如下 -

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 4 (major_axis) x 5 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 4