数据分析应用项目化教程（Python） 课件 任务4.1 构建数据对象.pptx

第四章使用pandas进行数据对象构建和数据运算

任务4.1构建数据对象Pandas介绍Pandas的主要数据结构构建Series对象查看Series对象属性构建DataFrame对象查看DataFrame对象属性查看DataFrame和Series关系创建Index对象

Pandas介绍NumPy是Python中科学计算的基础包，主要用于对多维数组执行计算，帮助我们轻松进行数值计算。pandas基于numpy，除了处理数值之外，还能够帮助我们处理字符串、时间序列等其他类型的数据。Pandas?是?Python的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。

Pandas的主要数据结构

Pandas的主要数据结构是?Series（一维数据）与?DataFrame（二维数据），数据分析相关的所有事务都是围绕这两种数据结构进行的。Series?是带标签的一维数组，可存储整数、浮点数、字符串、Python对象等类型的数据。Series主要由一组数据和与之相关的索引两部分构成，如图Series对象结构。索引可以是名字，默认是数据的下标。而numpy的多维数组一般是同质的，数组的索引只能是下标。Series对象是一维数组结构，操作上与NumPy中的一维数组ndarray类似。Series对象结构

Pandas的主要数据结构DataFrame?是由多种类型的列构成的二维标签数据结构，类似于Excel、SQL表，或Series对象构成的字典。DataFrame类似numpy的二维数组，与二维数组的主要区别是，DataFrame既有行索引，也有列索引，不仅可以通过位置（下标）索引访问数据，还可以通过标签（名称）索引访问数据，也就是说可以通过行索引标签名和列索引标签名访问数据，而二维数组只能通过行位置索引和列位置索引访问数据。另外一个主要区别是DataFrame的各列可以是不同的数据类型，而二维数组各列是相同的数值型。DataFrame对象结构

构建Series对象pd.Series(data=None,index=None,dtype=None)参数：data：传入的数据，可以是ndarray、list等index：索引，与数据的长度相等。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。dtype：数据的类型

构建Series对象用一维ndarray数组创建Series对象。用字典创建Series对象。键值对中的“键”是用来作为Series对象的索引，键值对中的“值”作为Series对象的数据。

构建Series对象用标量值创建Series对象，Series按索引长度重复该标量值用列表创建Series对象

查看Series对象的属性s.shape:Series对象的形状。s.dtype:Series对象的数据数组中的数据类型。s.values:Series对象的数据数组s.index:Series对象的数据数组的索引s.name:Series对象名s.index.name:索引对象名

构建DataFrame对象pd.DataFrame(data=None,index=None,columns=None)参数：index：行标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。columns：列标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。通过已有数据创建

构建DataFrame对象用多维数组创建DataFrame

构建DataFrame对象用Series字典或字典创建DataFramedata={name:{one:Jack,two:Mary,three:John,four:Alice},age:{one:10,two:20,three:30,four:40},weight:{one:30,two:40,three:50,four:65}}

构建DataFrame对象用一维数组字典创建DataFrame

构建DataFrame对象用列表字典生成DataFrame

查看DataFrame对象属性shape:DataFrame对象的形状index:DataFrame的行索引列表columns:DataFrame的列索引列表values:DataFrame对象中的数据,NumPy二维数组

查看DataFrame和Series关系DataFrame的每一列都是一个Series，DataFrame的每一行都是一个Series。

创建Index对象存储轴标签的数据结构是IndexDataFrame，行标签（即行索引）和列名称（即列索引）都是Index对象Series，行索引是Inde