讀書筆記一 pandas資料結構介紹

2022-08-30 03:54:07 字數 4226 閱讀 5137

pandas資料結構介紹

主要兩種資料結構：series和dataframe.

series

series是一種類似於一維陣列的物件，由一組資料（各種numpy資料型別）+資料標籤（即索引）組成。

#


直接傳入一組資料


from pandas import


series,dataframe


obj=series([4,2,3])


obj#


series的values和index屬性獲取陣列表示形式和索引物件


obj.values


obj.index
series字串的表現形式：索引在左，值在右邊。

不為資料指定索引，自動建立乙個0~n-1的整數型索引。

series的index和values的元素之間雖然存在對應關係，但是與字典的對映不同。index和values實際上仍為互相獨立的ndarray陣列.

#


建立乙個對各個資料點進行標記索引的series


obj2=series([4,2,3],index=['


a','


b','c'


])obj2


obj2.index


#通過索引的方式選取series中的單個或者一組值


obj2['a'


]obj2[['a


','c


','b']]


obj2['d


']=6


#對陣列進行運算保留索引和值之間的關係


obj2


obj2+obj2


obj2[obj2>2]


obj2*2


#將series看成乙個定長的有序字典，它是索引值到資料值的乙個對映'b


'inobj2'e


'inobj2


#通過字典來建立series


#只傳入乙個字典，則結果series中的索引就是原字典中的鍵。


sdata=


obj3=series(sdata)


obj3



states=['


california


','ohio


','oregon


','texas']


obj4=series(sdata,index=states)


obj4
sdata中和states索引相匹配的三個值會被找出來並放到相應的位置上，找不到「california"對應的sdata值，其結果就為nan。在pandas中，nan用於表示缺失或na值。

#


pandas的isnull函式、notnull函式用於檢測缺失資料


pd.isnull(obj4)


pd.notnull(obj4)


#series也有類似的例項方法


obj4.isnull()
series最重要的乙個功能：在算術運算中會自動對齊不同索引的資料。（換句話說就是series在進行算術運算時，index會自動對齊）

obj3


obj4


obj3+obj4


#會發現'california'和'utah'索引對應的資料值是nan


#name屬性


#series本身以及其索引都有name屬性


obj4.name='


population


'obj4.index.name='


state


'obj4


#通過賦值的方式就地修改series的索引


obj.index=['


bob','


steve


','jeff']


obj
dataframe

dataframe是乙個**型資料結構，含有一組有序的列，每列可以是不同的值的型別。基本上可以把dataframe看成乙個共享同乙個index的series的集合。

dataframe的構造方法與series類似，只不過同時接受一條一維資料來源，每一條都會成為單獨的一列。

建立dataframe

最常用的是直接傳入乙個由等長列表或numpy陣列組成的字典。

data=


df=dataframe(data)


df

結果會自動加上索引，且全部列會被有序排列。

雖然引數data看起來是個字典，但是字典的鍵並非充當dataframe的index的角色，而是series的「name」屬性。

#


構造較為完整的dataframe的引數：


dataframe(data=none,index=none,columns=none)


#columns即「name」
如果指定了列序列，則dataframe的列會按照指定順序進行排列：

dataframe(data,columns=['


year


','state


','pop'])


#如果傳入的列找不到，就會產生na值


df=dataframe(data,index=['


one','


two','


three


','four


','fiva'],


columns=['


year


','state


','pop


','debt


'])
缺失值由nan補上。

df.index


df.columns


type(df[


'debt


'])
dataframe 面向行和面向列的操作基本上是平衡的，任意抽出一列都是series。

將dataframe的列獲取為乙個series

#


兩者等價


df['


state']


df.state
注意，返回的series擁有原dataframe 相同的索引，且其name屬性也已經被相應地設定好。

獲取行行也可以使用位置或名稱的方式進行獲取，使用索引欄位ix

df.ix['


three


']
列可以通過賦值的方式進行修改。

#


對空列進行賦值


df['


debt


']=16.5df[


'debt


']=np.arange(5.)
將列表或陣列進行賦值給某個列時，其長度必須跟dataframe的長度相匹配。如果賦值的時乙個series，就會精確匹配dataframe的索引，所有的空位都將被填上缺失值：

val=series([-1.2,-1.5,-1.7],index=['


two','


four


','fiva'])


df['


debt


']=val


df
為不存在的列賦值會建立出乙個新列。關鍵字del用於刪除列：

df['


eastern


']=df.state=='


ohino


'del df['


eastern']


df.columns
另一種常見的資料形式是巢狀字典,將其傳給dataframe，被解釋為：外層字典的鍵作為列，內層字典的鍵作為索引（也可以顯示指定索引）

pop=,


'ohio


':}frame=pd.dataframe(pop)



#


對frame進行轉置，內層字典的鍵會被合併、排序以形成最終的索引


frame.t



#


顯示指定索引


dataframe(pop,index=[2001,2002,2003])


#由series組成的字典


pdata=


#設定dataframe的index和columns的name屬性，也會顯示出來


frame3.index.name='


year


'frame3.columns.name='


state


'
和series一樣，values屬性也會以二維ndarray的形式分返回dataframe中的資料：

frame3.values

資料結構讀書筆記

首先有個關於指標的問題 如果函式傳進來乙個指標 p，函式裡操作p不會影響原來的值，而如果有 或者 才會改變 比如 malloc的時候傳入指標的指標才行 o 1 刪除節點時末尾必須要便利一遍 刪除頭指標要變為刪除第二個節點。1.o 1 刪除指定位置的節點 如果為最後乙個節點還是必須遍歷一遍 2.倒數第...

《資料結構》讀書筆記

2010年9月2日開始研究 資料結構基礎 這本書。為什麼要說是研究呢，一是覺得研究這個詞比較賞心悅目，總比 看 閱讀 之類的好聽多了。二是真的想把資料結構學好。488頁，看來有忙活的了！第一章 基本概述 生命週期各階段描述及理解 1.需求階段 所有人規模程式設計專案,都是從確定規範宣告開始,規範宣告...

《大話資料結構》讀書筆記 一

2.線性結構 線性結構 線性結構中的資料元素之間是一對一的關係 3.樹形結構 樹形就夠 樹形結構中的資料元素之間存在一種一對多的層次關係。4.圖形結構 圖形結構 圖形結構的資料元素是多對多的關係 我們在用示意圖表示資料的邏輯結構時，需要注意兩點 a.將每乙個資料元素看做乙個結點，用圓圈表示。b.元素...