跳转至

熊猫的数据结构

原文:https://www.geeksforgeeks.org/data-structures-in-pandas/

熊猫 是一个开源库,用于轻松直观地处理关系数据或标签数据。它提供各种数据结构和操作来处理数字数据和时间序列。它提供了清理和处理数据的工具。它是最流行的用于数据分析的 Python 库。在这篇文章中,我们将学习熊猫的数据结构。

它支持两种数据结构:

系列

Pandas 是一个一维标记数组,能够保存任何类型的数据(整数、字符串、浮点、python 对象等)。)

语法:熊猫。系列(数据=无索引=无数据类型=无名称=无副本=假快速路径=假)

参数:

  • 数据:数组-包含串联存储的数据。
  • 索引:数组状或索引(1d)
  • dtype : str、numpy.dtype 或 ExtensionDtype,可选
  • 名称 : str,可选
  • 复制 : bool,默认 False

示例 1: 保存字符数据类型的序列。

蟒蛇 3

import pandas as pd

# a simple char list
list = ['g', 'e', 'e', 'k', 's']

# create series form a char list
res = pd.Series(list)
print(res)

输出:

示例 2: 保存 Int 数据类型的序列。

蟒蛇 3

import pandas as pd

# a simple int list
list = [1,2,3,4,5]

# create series form a int list
res = pd.Series(list)
print(res)

输出:

例 3: 系列手持字典。

蟒蛇 3

import pandas as pd

dic = { 'Id': 1013, 'Name': 'MOhe',
       'State': 'Maniput','Age': 24}

res = pd.Series(dic)
print(res)

输出:

数据帧

Pandas DataFrame 是一个二维大小可变、潜在异构的表格数据结构,带有标记轴(行和列)。数据框是一种二维数据结构,即数据以表格形式排列成行和列,如电子表格或 SQL 表,或一组系列对象。。熊猫数据框由三个主要部分组成,即数据

创建熊猫数据框

在现实世界中,熊猫数据框架将通过从现有存储中加载数据集来创建,存储可以是 SQL 数据库、CSV 文件和 Excel 文件。熊猫数据框架可以从列表、字典和字典列表等创建。数据框可以用不同的方式创建,以下是我们创建数据框的一些方法:

示例 1: 可以使用单个列表或列表列表创建数据框。

蟒蛇 3

# import pandas as pd
import pandas as pd

# list of strings
lst = ['Geeks', 'For', 'Geeks', 'is',
            'portal', 'for', 'Geeks']

# Calling DataFrame constructor on list
df = pd.DataFrame(lst)
display(df)

输出:

示例 2: 从一组数据/列表创建数据帧。

要从 narray/list 的 dict 创建 DataFrame,所有 narray 必须具有相同的长度。如果传递了索引,那么长度索引应该等于数组的长度。如果没有传递索引,那么默认情况下,索引将是范围(n),其中 n 是数组长度。

蟒蛇 3

# Python code demonstrate creating
# DataFrame from dict narray / lists
# By default addresses.

import pandas as pd

# initialise data of lists.
data = {'Name':['Tom', 'nick', 'krish', 'jack'],
        'Age':[20, 21, 19, 18]}

# Create DataFrame
df = pd.DataFrame(data)

# Print the output.
display(df)

输出:

处理数据框中的一列一行

列的选择:为了在熊猫数据框中选择一列,我们可以通过按列名调用列来访问它们。

蟒蛇 3

# Import pandas package
import pandas as pd

# Define a dictionary containing employee data
data = {'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'],
        'Age':[27, 24, 22, 32],
        'Address':['Delhi', 'Kanpur', 'Allahabad', 'Kannauj'],
        'Qualification':['Msc', 'MA', 'MCA', 'Phd']}

# Convert the dictionary into DataFrame 
df = pd.DataFrame(data)

# select two columns
print(df[['Name', 'Qualification']])

输出:

如何从熊猫数据框中选择行和列?

示例 1: 选择行。

熊猫。数据框是一个用于根据提供的条件从熊猫数据框中选择行的函数。

语法:df.loc[df[' cname ']' condition ']

参数:

  • df: 代表数据帧
  • cname: 代表列名
  • 条件:代表必须选择行的条件

蟒蛇 3

# Importing pandas as pd
from pandas import DataFrame

# Creating a data frame
Data = {'Name': ['Mohe', 'Shyni', 'Parul', 'Sam'],
        'ID': [12, 43, 54, 32],
        'Place': ['Delhi', 'Kochi', 'Pune', 'Patna']
       }

df = DataFrame(Data, columns = ['Name', 'ID', 'Place'])

# Print original data frame
print("Original data frame:\n")
display(df)

# Selecting the product of Electronic Type
select_prod = df.loc[df['Name'] == 'Mohe']

print("\n")

# Print selected rows based on the condition
print("Selecting rows:\n")
display (select_prod)

输出:

例 2: 选择列。

蟒蛇 3

# Importing pandas as pd
from pandas import DataFrame

# Creating a data frame
Data = {'Name': ['Mohe', 'Shyni', 'Parul', 'Sam'],
        'ID': [12, 43, 54, 32],
        'Place': ['Delhi', 'Kochi', 'Pune', 'Patna']
       }

df = DataFrame(Data, columns = ['Name', 'ID', 'Place'])

# Print original data frame
print("Original data frame:")
display(df)

print("Selected column: ")
display(df[['Name', 'ID']] )

输出:



回到顶部