Pandas 使用教學 Series、DataFrame

Pandas 一個強大的分析結構化資料的工具集，基礎是 Numpy（提供高效能的矩陣運算）
Pandas 可以從各種檔案格式比如 CSV、JSON、SQL、Microsoft Excel 匯入資料。
Pandas 可以對各種資料進行運算操作，比如歸併、再成形、選擇，還有資料淨化和資料加工特徵。
Pandas 廣泛應用在學術、金融、統計學等各個資料分析領域。

Pandas 的主要資料結構是 Series （一維資料）與 DataFrame（二維資料）

• Series 是一種類似於一維陣列的物件，它由一組資料（各種Numpy資料型別）以及一組與之相關的資料標籤（即索引）組成
• DataFrame 是一個表格型的資料結構，它含有一組有序的列，每列可以是不同的值型別（數值、字串、布林型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 組成的字典（共同用一個索引）。

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

Series （一維資料）

Pandas Series 類似表格中的一個列（column），類似於一維陣列，可以儲存任何資料型別。
Series 由索引（index）和列組成，函數如下：
pandas.Series( data, index, dtype, name, copy)
引數說明：

• data：一組資料(ndarray 型別)。
• index：資料索引標籤，如果不指定，預設從 0 開始。
• dtype：資料型別，預設會自己判斷。
• name：設定名稱。
• copy：拷貝資料，預設為 False。

import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar)
print(myvar[1]) # 2

如果沒有指定索引，索引值就從 0 開始，

指定索引值

如下範例：

import pandas as pd

a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])

print(myvar)
print(myvar["y"])  # Runoob

使用 key/value 物件,建立物件

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites)

print(myvar)

設定 Series 名稱引數

import pandas as pd

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, index = [1, 2], name="RUNOOB-Series-TEST" )

print(myvar)

DataFrame（二維資料）

DataFrame 是一個表格型的資料結構，它含有一組有序的列，每列可以是不同的值型別（數值、字串、布林型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 組成的字典（共同用一個索引）。


DataFrame 構造方法如下：
pandas.DataFrame( data, index, columns, dtype, copy)
引數說明：

• data：一組資料(ndarray、series, map, lists, dict 等型別)。
• index：索引值，或者可以稱為行標籤。
• columns：列標籤，預設為 RangeIndex (0, 1, 2, …, n) 。
• dtype：資料型別。
• copy：拷貝資料，預設為 False。

Pandas DataFrame 是一個二維的陣列結構，類似二維陣列。

import pandas as pd

data = [['Google',10],['Runoob',12],['Wiki',13]]
# data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]} # 也可以這樣寫
df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)

print(df)

DataFrame 資料型別一個表格，包含 rows（行） 和 columns（列）：

使用字典（key/value）建立

import pandas as pd

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)

print (df)

輸出

   a   b     c
0  1   2   NaN
1  5  10  20.0

loc 屬性返回指定行的資料

import pandas as pd

data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}

# 資料載入到 DataFrame 物件
df = pd.DataFrame(data)

# 返回第一行
# calories   420
# duration     50
print(df.loc[0])

# 返回第二行
# calories    380
# duration     40
print(df.loc[1])

# 返回第一行和第三行
#   calories  duration
#0       420        50
#2       390        45

print(df.loc[[0, 2]])