在这里插入图片描述
本文章是3.2的内容，如果想要源代码和数据可以看以下链接：
https://download.csdn.net/download/Ahaha_biancheng/83338868

文章目录

3.2 Pandas数组结构

结构化数据分析是一种成熟的过程和技术。关系数据库用于结构化数据。

pandas是基于python的Numpy库的数据分析工具包，非常方便关系数据库的处理。

◆  Series数据结构用于处理一维数据

◆  DataFrame数据结构用于处理二维数据和高维数据

◆  汇集多种数据源数据、处理缺失数据

◆  对数据进行切片、聚合和汇总统计

◆  实现数据可视化

在这里插入图片描述

import numpy as np
import pandas as pd

from pandas import DataFrame, Series

3.2.1 Series对象

Series创建

Series([data, index, ....])
data：Python的列表或Numpy的一维ndarray对象 
index：列表，若省略则自动生成0 ~n-1的序号标签

例题3-1 创建5名篮球运动员身高的Series结构对象height，值是身高，
索引为球衣号码（数字字符串作为索引）。

# data=np.array([187,190,185,178,185])
height=Series([187,190,185,178,185],index=['13','14','7','2','9']) # index可省略，但是最好带着
height

13    187
14    190
7     185
2     178
9     185
dtype: int64

# 不赋值index默认数字索引
height2=Series([187,190,185,178,185])
height2

0    187
1    190
2    185
3    178
4    185
dtype: int64

Series对象与字典类型类似，可以将index和valus数组中序号相同的一组元素视为字典的键-值对。用字典创建Series对象，将字典的key作为索引：

height3 = Series({'13':187, '14':190}) # 别忘了花括号
height3

13    187
14    190
dtype: int64

3.2.2 Series数据选取

（1）查询

在这里插入图片描述

# 索引名查询单个值

height['13']

187

# 索引名查询多个值

height[['13','2']]

13    187
2     178
dtype: int64

# 数字索引查询

height[4]

185

# 数字索引切片查询

height[0:3]

13    187
14    190
7     185
dtype: int64

# 条件筛选
height[height.values>=185]

13    187
14    190
7     185
9     185
dtype: int64

height=Series([187,190,185,178,185], index = ['13','14','7','2','9'])
height

13    187
14    190
7     185
2     178
9     185
dtype: int64

height.values>=185

array([ True,  True,  True, False,  True])

height[[ True,  True,  True, False,  True]]

13    187
14    190
7     185
9     185
dtype: int64

（2）修改

先查询后赋值

height['13'] = 180
height

13    180
14    190
7     185
2     178
9     185
dtype: int64

height[['13','14']] = 180
height

13    180
14    180
7     185
2     178
9     185
dtype: int64

height[:] = 180
height

13    180
14    180
7     180
2     180
9     180
dtype: int64

(3) 增加

Series不能直接添加新数据

append()函数将两个Series拼接产生一个新的Series

不改变原Series

height.append({'3':191}) # 出错

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-12-34d946c9e2bd> in <module>
----> 1 height.append({'3':191}) # 出错


E:\AnacondaInstall\lib\site-packages\pandas\core\series.py in append(self, to_append, ignore_index, verify_integrity)
   2579         else:
   2580             to_concat = [self, to_append]
-> 2581         return concat(
   2582             to_concat, ignore_index=ignore_index, verify_integrity=verify_integrity
   2583         )


E:\AnacondaInstall\lib\site-packages\pandas\core\reshape\concat.py in concat(objs, axis, join, ignore_index, keys, levels, names, verify_integrity, sort, copy)
    269     ValueError: Indexes have overlapping values: ['a']
    270     """
--> 271     op = _Concatenator(
    272         objs,
    273         axis=axis,


E:\AnacondaInstall\lib\site-packages\pandas\core\reshape\concat.py in __init__(self, objs, axis, join, keys, levels, names, ignore_index, verify_integrity, copy, sort)
    355                     "only Series and DataFrame objs are valid".format(typ=type(obj))
    356                 )
--> 357                 raise TypeError(msg)
    358 
    359             # consolidate


TypeError: cannot concatenate object of type '<class 'dict'>'; only Series and DataFrame objs are valid

# 先创建一个新的Series数据 a
a = Series([191, 182], index=['3','0'])
a

3    191
0    182
dtype: int64

# append()函数将两个Series拼接产生一个新的Series
new = height.append(a)
new

13    187
14    190
7     185
2     178
9     185
3     191
0     182
dtype: int64

# 不改变原Series

height

13    180
14    180
7     180
2     180
9     180
dtype: int64

(4) 删除

height.drop(['13'])

14    190
7     185
2     178
9     185
dtype: int64

height.drop('14')

13    187
7     185
2     178
9     185
dtype: int64

# 不会改变原有数据
height

13    187
14    190
7     185
2     178
9     185
dtype: int64

# 所以要及时保存
new = height.drop(['13'])
new

14    190
7     185
2     178
9     185
dtype: int64

(5) 更改索引

用新的列表替换即可

height.index = [5, 6, 7, 8, 9]

height

5    180
6    180
7    180
8    180
9    180
dtype: int64

height[[5, 6]]

5    180
6    180
dtype: int64

# Series的索引为数字，基于位置序号访问需要使用iloc方式

height.iloc[0]

180

3.2.3 DataFrame对象

DataFrame 包括值（values）、行索引（index）和列索引（columns）3部分

在这里插入图片描述

DataFrame 创建方法：

DataFrame ( data，index = […]，columns=[…] )

* data：列表或NumPy的二维ndarray对象 
* index，colunms：列表，若省略则自动生成0 ~n-1的序号标签

data = np.array([[19,170,68],[20,165,65],[18, 175, 65]])
st = DataFrame(data, index=[11,12,13], columns=['age','height','weight'])
st
age height weight
11 19 170 68
12 20 165 65
13 18 175 65

DataFrame数据访问

(1) 访问

在这里插入图片描述

st
age height weight
11 19 170 68
12 20 165 65
13 18 175 65 
# 选择列 df[col]

st[['age']]
age
11 19
12 20
13 18 
# 选择多列 df[col]

st[['age','height']]
age height
11 19 170
12 20 165
13 18 175 
# 利用切片选择行 df[0:2]
st[0:2]
st.iloc[0:2, :] # 列的“:”可以省略
age height weight
11 19 170 68
12 20 165 65 
# 利用索引选择行 df.loc[label]

st.loc[11]

age        19
height    170
weight     68
Name: 11, dtype: int32

# 利用索引选择行，列 df.loc[index, column]

st.loc[[11,13],['age','height']]
age height
11 19 170
13 18 175 
st
age height weight
11 19 170 68
12 20 165 65
13 18 175 65 
# 利用数字索引选择行 df.iloc[loc]

st.iloc[[0,1],[0,1]]
age height
11 19 170
12 20 165 
# 利用切片选择行列 df[0:2, 0:2]

st.iloc[0:2, 0:2]
age height
11 19 170
12 20 165 
# 利用表达式筛选行 df[bool_vec]，联想数据库查询

st.loc[st['age']>=19, ['height']]
height
11 170
12 165
（2）增加

DataFrame对象可以添加新的列，但不能直接增加新的行，增加行需要通过两个DataFrame对象的合并实现（见章节3.5）

st
age height weight
11 19 170 68
12 20 165 65
13 18 175 65 
st['expense'] = [1100, 1000, 900] #列索引标签不存在，添加新列；存在则为值修改
st
age height weight expense
11 19 170 68 1100
12 20 165 65 1000
13 18 175 65 900
（3）修改
# 按索引先找到后赋值

st['age'] = st['age'] + 1 # 列索引标签不存在，则为值修改
st
age height weight expense
11 20 170 68 1100
12 21 165 65 1000
13 19 175 65 900 
st['expense'] = 1200
st
age height weight expense
11 19 170 68 1200
12 20 165 65 1200
13 18 175 65 1200 
# 按索引先找到后用列表赋值
st['expense'] = [1300, 1400, 1500]
st
age height weight expense
11 19 170 68 1300
12 20 165 65 1400
13 18 175 65 1500 
# 修改1号同学数据，用列表赋值
st.loc[[11]] = [21,180,70,20]
st
age height weight expense
11 21 180 70 20
12 20 165 65 1400
13 18 175 65 1500 
# 先筛选后赋值

st.loc[st['expense']<800, 'expense'] = 800
st
age height weight expense
11 21 180 70 800
12 20 165 65 1400
13 18 175 65 1500 
st.loc[st['expense']==800, 'expense'] = 80

# 第一步 得到满足条件的布尔数组
mask = st['expense']<800
mask

11     True
12    False
13    False
Name: expense, dtype: bool

# 第二步 筛选出满足条件的人以后选中expense列进行赋值
st.loc[mask, 'expense'] = 900
st
age height weight expense
11 21 180 70 900
12 20 165 65 1400
13 18 175 65 1500
（4）删除
不修改原始数据对象，如果需要直接删除原始对象的行或列，设置参数 inplace=True
axis = 0表示行，axis = 1表示列 ˈaksəs

# 删除行
st.drop(11, axis=0)
age height weight expense
12 20 165 65 1400
13 18 175 65 1500 
# 删除列
st.drop('age', axis=1)
height weight expense
11 170 68 1100
12 165 65 1000
13 175 65 900 
# 删除多列
st.drop(['height','age'], axis=1)
weight expense
11 68 1100
12 65 1000
13 65 900 
# 未改变原始数据
st
age height weight expense
11 20 170 68 1100
12 21 165 65 1000 
# 要改变原始数据
st.drop([13], axis=0, inplace=True)
st
age height weight expense
11 20 170 68 1100
12 21 165 65 1000
# python # 机器学习 # pycharm
Logo
魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

cover

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

avatar 魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。

avatar 魔乐社区
cover

小杰机器学习（seven）——贝叶斯分类

avatar 魔乐社区