备战数学建模28 & 科研必备 Python之数据处理神器pandas

nuist__NJUPT

于 2022-06-08 11:44:28 发布

阅读量716

点赞数

CC 4.0 BY-SA版权

分类专栏： python+shell脚本 Matlab+Lingo+SPSS+SAS+stata 文章标签： python 数据挖掘数据分析数学建模 pandas

本文链接：https://blog.csdn.net/nuist_NJUPT/article/details/125141554

Matlab+Lingo+SPSS+SAS+stata 同时被 2 个专栏收录

53 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

python+shell脚本

10 篇文章 ¥99.90 ¥299.90

订阅专栏

这篇博客介绍了Pandas库的基础用法，包括Series和DataFrame的创建与操作。通过实例展示了读取外部数据、数据合并、分组聚合、统计方法、字符串离散化等核心功能。还探讨了如何进行数据排序、缺失值处理、布尔索引以及数据可视化，如绘制直方图和条形图。最后，文章以实际案例分析了如何统计不同年份书籍的数量和平均评分。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1-series和读取外部数据

我们知道在python在使用numpy可以处理数值型数据，但是这是远远不够的，因为除了数值数据之外，还有字符串，时间序列等等，所以我们需要使用pandas进行处理；

pandas中常用数据类型：Series一维，带标签的数组；DataFrame二维，Series容器；

python代码如下：

import pandas as pd

t = pd.Series([1,2,31,12,3,4])
print(t)
print(type(t))
print("*" * 100)

#pandas生成一维带标签数组，并设置标签
t2 = pd.Series([1,23,2,2,1], index=list("abcde"))
print(t2)
print("*" * 100)

#pandas通过字典的方式创建Series数组
temp_dict = {"name":"xiaoming", "age":13, "tel":10086}
t3 = pd.Series(temp_dict)
print(t3)
print(t3[0]) #通过索引取值
print(t3["name"]) #通过键取值
print(t3[1:]) #取得连续的行
print(t3[[0,2]]) #取不连续的行
print(t3.index) #找到