Python - 数据操作

Python 主要通过 Pandas 和 Numpy 这两个库来处理各种格式的数据。我们已经在前面的章节中看到了这两个库的重要特性。在本节中，我们将看到这两个库中一些关于如何操作数据的基本示例。

Numpy 中的数据操作

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。它描述了相同类型项目的集合。集合中的项目可以使用基于零的索引访问。ndarray 类的实例可以通过教程后面介绍的不同数组创建例程来构建。基本的 ndarray 是使用 NumPy 中的数组函数创建的，如下所示：

numpy.array

以下是一些关于 Numpy 数据处理的示例。

示例 1

# more than one dimensions 
import numpy as np 
a = np.array([[1, 2], [3, 4]]) 
print a

输出如下：

[[1, 2] 
 [3, 4]]

示例 2

# minimum dimensions 
import numpy as np 
a = np.array([1, 2, 3,4,5], ndmin = 2) 
print a

输出如下：

[[1, 2, 3, 4, 5]]

示例 3

# dtype parameter 
import numpy as np 
a = np.array([1, 2, 3], dtype = complex) 
print a

输出如下：

[ 1.+0.j,  2.+0.j,  3.+0.j]

Pandas 中的数据操作

Pandas 通过Series、DataFrame和Panel来处理数据。我们将从这三个方面来看一些例子。

Pandas Series

Series 是一种一维标记数组，能够保存任何类型的数据（整数、字符串、浮点数、Python 对象等）。轴标签统称为索引。可以使用以下构造函数创建 pandas Series：

pandas.Series( data, index, dtype, copy)

示例

这里我们从一个 Numpy 数组创建一个 Series。

#import the pandas library and aliasing as pd
import pandas as pd
import numpy as np
data = np.array(['a','b','c','d'])
s = pd.Series(data)
print s

其输出如下：

0   a
1   b
2   c
3   d
dtype: object

Pandas DataFrame

DataFrame 是一种二维数据结构，即数据以表格形式在行和列中对齐。可以使用以下构造函数创建 pandas DataFrame：

pandas.DataFrame( data, index, columns, dtype, copy)

现在让我们使用数组创建一个带索引的 DataFrame。

import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])
print df

其输出如下：

         Age    Name
rank1    28      Tom
rank2    34     Jack
rank3    29    Steve
rank4    42    Ricky

Pandas Panel

Panel是一个 3D 数据容器。术语Panel 数据来源于计量经济学，部分原因是 pandas 的名称——pan(el)-da(ta)-s。

可以使用以下构造函数创建 Panel：

pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)

在下面的例子中，我们从 DataFrame 对象的字典中创建一个 Panel。

#creating an empty panel
import pandas as pd
import numpy as np

data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)), 
        'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print p

其输出如下：

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 4 (major_axis) x 5 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 4

打印页面