圖解Pandas，創(chuàng)建數(shù)據(jù)對象 | 圖文第2篇

zZ華 2022-05-06 發(fā)布于廣東

展開全文

01寫在前面

大家好，我是陽哥，歡迎來到「Python數(shù)據(jù)之道」。

本次是《圖解Pandas》系列圖文內容的 第 02 篇，主要是對Pandas中 創(chuàng)建數(shù)據(jù)對象 進行介紹。

本文是付費閱讀文章，付費閱讀內容包括《圖解Pandas》圖文干貨內容、可以在電腦端觀看的視頻以及配套的源代碼等。
此外，為避免各種不必要的麻煩，微信沒有退款機制，本文也不會退款，付費前請謹慎。

Pandas 是 Python數(shù)據(jù)分析中用的最多的工具，為了大家能夠更好地學習 Pandas，陽哥開始制作一系列 《圖解Pandas》 的內容。

《圖解Pandas》 最主要的目標，是以動態(tài)圖片、視頻等方式呈現(xiàn)，實現(xiàn)從原理步驟拆解 Pandas 在數(shù)據(jù)處理過程中的主要知識點，以便大家能進一步了解 Pandas 的使用，形象地介紹 Pandas，進而使大家喜歡上 Pandas 這個得心應手的工具。

《圖解Pandas》圖文專題，最新的內容可以點擊下面的圖片進行查看。

在本文編寫時，《圖解Pandas》系列已發(fā)布的圖文如下：

《圖解Pandas》內容框架介紹
圖文01-數(shù)據(jù)結構介紹

02Python環(huán)境

今天主要是對 Pandas 中如何創(chuàng)建數(shù)據(jù)對象進行介紹。在微信視頻號「Python數(shù)據(jù)之道」中發(fā)布的視頻如下，視頻時長約4分30秒，大家可以前往觀看：

開始之前，按照慣例先介紹下本次內容涉及的Python環(huán)境，如下：

Python 3.8
Pandas 1.4.1
numpy 1.22.3

我是在 jupyter notebook 中運行代碼的，首先引入相關 Python 庫：

import pandas as pd
import numpy as np

print(f'pandas version:{pd.__version__}')
print(f'numpy version:{np.__version__}')

03Series

在Pandas中，主要包括兩種類型的數(shù)據(jù)，一種是 Series，另一種是 DataFrame，DataFrame 中文翻譯稱之為“數(shù)據(jù)框”。創(chuàng)建數(shù)據(jù)對象也將圍繞這兩種數(shù)據(jù)類型來展開。

首先，咱們來學習如何創(chuàng)建 Series 數(shù)據(jù)，常見的方法有以下幾種，根據(jù)不同的場景，選擇合適的使用即可。在代碼層面，一般是通過 pd.Series() 方法來實現(xiàn)。

通過列表創(chuàng)建 Series

第一種是通過列表創(chuàng)建Series，如圖所示，左邊為代碼，右邊為數(shù)據(jù)結果。

可以同時指定索引值。此外，還可以設置 name 參數(shù)值，以及其他的一些參數(shù)。

設置索引：

s2 = pd.Series([1,2,3],index=['a','b','c'])
s2

同時設置索引和name參數(shù)：

s3 = pd.Series(
    [1,2,3],
    index=['a','b','c'],
    name='hello'
    )
s3

通過字典創(chuàng)建 Series

第二種是通過字典創(chuàng)建Series，從實現(xiàn)結果來看，字典中的key值為Series的索引。

通過 ndarray 創(chuàng)建 Series

第三種是通過 numpy 的 array 數(shù)據(jù)來創(chuàng)建 Series，這里通過 random 函數(shù)來創(chuàng)建一個一維array數(shù)據(jù)，接著創(chuàng)建Series。

通過標量來創(chuàng)建 Series

第四種是通過標量來創(chuàng)建Series，所謂標量，也可以理解為是具體的單個數(shù)據(jù)。這里的標量為 1，通過設置索引的長度，可以控制創(chuàng)建數(shù)據(jù)的行數(shù)。

創(chuàng)建空的 Series

第五種是創(chuàng)建空的Series，這是一種特殊的方法，本身不會創(chuàng)建出具體的數(shù)據(jù)值，但空的Series也是有它特定的用途的。

04DataFrame

接下來，咱們來學習如何創(chuàng)建數(shù)據(jù)框，常用的方法有以下幾種。在代碼層面一般是通過 pd.DataFrame() 方法來實現(xiàn)。

創(chuàng)建空的 DataFrame

先來看如何創(chuàng)建空的數(shù)據(jù)框，代碼如下所示?？盏臄?shù)據(jù)框，用途還是挺廣泛的，在數(shù)據(jù)合并、數(shù)據(jù)采集等方面都可以使用。

通過 ndarray 創(chuàng)建 DataFrame

第2種是通過 numpy 的 array 數(shù)據(jù)來創(chuàng)建數(shù)據(jù)框，這里通過numpy 的random函數(shù)來創(chuàng)建一個二維array數(shù)據(jù)，接著創(chuàng)建數(shù)據(jù)框。

np.random.seed(0)
arr = np.random.randint(10,size=[5,3])
df = pd.DataFrame(arr,columns=list('abc'))
df

創(chuàng)建的數(shù)據(jù)如下：

也可以通過由元組（tuple）組成的 array來創(chuàng)建數(shù)據(jù)框。需要注意的是，在代碼方面，這里使用的是 pd.DataFrame.from_records() 方法。

# from_records
arr = np.array(
    [
        ('Lemon', '長沙', 80, 90),
        ('Jack', '上海', 90, 75),
        ('Peter', '深圳', 60, 80),
    ]
)
df = pd.DataFrame.from_records(
    arr, 
    columns=['name', 'city', 'math', 'chem']
    )
df

數(shù)據(jù)結果如下：

不過，使用 pd.DataFrame() 也可以實現(xiàn)同樣的結果。

arr = np.array(
    [
        ('Lemon', '長沙', 80, 90),
        ('Jack', '上海', 90, 75),
        ('Peter', '深圳', 60, 80),
    ]
)
df = pd.DataFrame(
    arr, 
    columns=['name', 'city', 'math', 'chem']
    )
df