资源描述：
《我的报告 Python大数据处理模块Pandas.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、《Python科学计算与数据处理》结课报告Python大数据处理模块Pandas姓名：周冲浩学号：2018E8015361002研究所：成都计算机应用研究所2019-05-04一、Pandas介绍Pandas是Python的一个大数据处理模块。Pandas使用一个二维的数据结构DataFrame来表示表格式的数据，相比较于Numpy，Pandas可以存储混合的数据结构，同时使用NaN来表示缺失的数据，而不用像Numpy一样要手工处理缺失的数据，并且Pandas使用轴标签来表示行和列。Pandas 最初由AQRCap
2、italManagement于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（paneldata）和python数据分析（dataanalysis）。paneldata是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。二、Pandas数据结构介绍在p
3、andas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。Series类似于numpy中的一维数组，除了通吃一维数组可用的函数或方法，而且其可通过索引标签的方式获取数据，还具有索引的自动对齐功能；DataFrame类似于numpy中的二维数组，同样可以通用numpy数组的函数和方法，而且还具有其他灵活应用。1、Series的创建Series的创建主要有三种方式：1）通过一维数组创建序列importnumpyasnpimportpandasaspdarr1=np.arange(5)print
4、(arr1)print(type(arr1))s1=pd.Series(arr1)print(s1)print(type(s1))2）通过字典的方式创建序列importpandasaspdarr1={'a':10,'b':20,'c':30,'d':40,'e':50}print(arr1)print(type(arr1))s1=pd.Series(arr1)print(s1)print(type(s1))3）通过DataFrame中的某一行或某一列创建序列。方法下节介绍。2、DataFrame的创建数据框的创建主
5、要有三种方式：1）通过二维数组创建数据框importnumpyasnpimportpandasaspdarr1=np.array(np.arange(12)).reshape(4,3)print(arr1)print(type(arr1))df1=pd.DataFrame(arr1)print(df1)print(type(df1))2）通过字典的方式创建数据框 以下以两种字典来创建数据框，一个是字典列表，一个是嵌套字典。importpandasaspddic1={'a':[1,2,3,4],'b':[5,6,7,
6、8],'c':[9,10,11,12],'d':[13,14,15,16]}print(dic1)print(type(dic1))df1=pd.DataFrame(dic1)print(df1)print(type(df1)dic2={'one':{'a':1,'b':2,'c':3,'d':4},'two':{'a':5,'b':6,'c':7,'d':8},'three':{'a':9,'b':10,'c':11,'d':12}}print(dic2)print(type(dic2))df2=pd.DataF
7、rame(dic2)print(df2)print(type(df2))3）通过数据框的方式创建数据框df3=df2[['one','three']]print(df3)print(type(df3))s3=df3['one']print(s3)print(type(s3))三、数据索引index在pandas使用过程中，不论是序列也好，还是数据框也好，对象的最左边总有一个非原始数据对象，这个就是接下来要介绍的索引。在我看来，序列或数据框的索引有两大用处，一个是通过索引值或索引标签获取目标数据，另一个是通过索引，可
8、以使序列或数据框的计算、操作实现自动化对齐，下面就介绍一下这两个功能的应用。1、通过索引值或索引标签获取数据如果不给序列一个指定的索引值，则序列自动生成一个从0开始的自增索引。可以通过index查看序列的索引：s4.index现在我们为序列设定一个自定义的索引值：s4=pd.Series(np.array([1,1,2,3,5,8]))print(s4)#输
