《Python机器学习》 课件 第3章 Python常用机器学习库(2) Pandas.pptx

Python机器学习第3章 Python常用机器学习库 3.2 Pandas Pandas(Python Data Analysis Library)是Python的一个数据分析包，是基于NumPy的一种工具，为了解决数据分析任务而创建的。Pandas使用强大的数据结构，提供高性能的数据操作和分析工具，能够高效分析数据。Pandas主要处理以下三种数据结构： （1）Series：一维数组，与NumPy的一维ndarray类似。数据结构接近List列表，数据元素可以是不同的数据类型。 （2）DataFrame：二维数据结构。DataFrame可以理解成Series的容器，其内部的每项元素都可以看作一个Series。 （3）Panel：三维数组，可以理解为DataFrame的容器，其内部的每项元素都可以看作一个DataFrame。这些数据结都是构建在NumPy数组的基础之上，运算速度很快。3.2.1 Series数据结构 由一组数据以及一组与之相关的数据标签（即索引）组成。1. 创建Series对象使用函数：pd.Series(data, index)data表示数据值index是索引，缺省情况下是0到N-1(N为数据的长度)的整数型索引。访问Series对象成员可以用索引编号，也可以按索引名。【例3.29】创建一个Series对象。import pandas as pds = pd.Series([1,3,5,9,6,8])print(s)【例3.30】为一个地理位置数据创建Series对象。import pandas as pd#使用列表创建，索引值为默认值。print(--------列表创建series ----------)s1=pd.Series([1,1,1,1,1])print(s1)print(--------字典创建series ----------)#使用字典创建，索引值为字典的key值s2=pd.Series({Longitude:39,Latitude:116,Temperature:23})print(First value in s2:,s2[Longitude])print(-------- 用序列作series索引 ----------)#使用range函数生成的迭代序列设置索引值s3=pd.Series([3.4,0.8,2.1,0.3,1.5],range(5,10))print(First value in s3:,s3[5])2. 访问Series数据对象1）修改数据可以通过赋值操作直接修改Series对象成员的值，还可以为多个对象成员批量修改数据。2）按条件表达式筛选数据3）增加对象成员两个Series对象可以通过append函数进行拼接，从而产生一个新Series对象。【例3.33】为s2添加一项湿度数据。stiny=pd.Series({humidity:84})s4=s2.append(stiny)4）删除对象成员可以通过drop函数删除对象成员。3.2.2 DataFrame对象 DataFrame是一个表格型的数据结构。列索引（columns）对应字段名，行索引（index）对应行号，值（values）是一个二维数组。每一列表示一个独立的属性，各个列的数据类型（数值、字符串、布尔值等）可以不同。DataFrame既有行索引也有列索引，所以DataFrame也可以看成是Series的容器。1. 创建DataFrame对象构建DataFrame的办法有很多，基本方法是使用DataFrame（）函数构造，格式如下：DataFrame([data, index, columns, dtype, copy])【例】：1) 从字典构建DataFrame2）从数组创建Dataframe3）从csv文件中读取数据到DataFrame2. 访问DataFrame对象可以通过索引对DataFrame进行访问，可以获取其中的一个或多个行和/或列。3. 修改DataFrame数据1）修改数据通过赋值语句修改数据，可以修改指定行、列的数据，还可以把要修改的数据查询筛选出来，或重新赋值。2）增加列DataFrame对象可以添加新的列，通过赋值语句赋值时，只要列索引名不存在，就添加新列，否则就修改列值，这与字典的特性相似。3）合并添加数据DataFrame对象可以增加新列，如果需要增加几行数据，需要将数据存入一个新DataFrame对象，然后将两个DataFrame对象进行合并。【例】见示例。4）删除DataFrame对象的数据Drop函数可以按行列删除数据，drop函数基本格式：DataFrame对象.drop(索引值或索引列表，axis=0, inplace=False……)主要参数：axis