這篇文章主要講解了“Pandas數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)用法”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Pandas數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)用法”吧！

創(chuàng)新互聯(lián)建站一直在為企業(yè)提供服務(wù)，多年的磨煉，使我們?cè)趧?chuàng)意設(shè)計(jì)，全網(wǎng)整合營銷推廣到技術(shù)研發(fā)擁有了開發(fā)經(jīng)驗(yàn)。我們擅長傾聽企業(yè)需求，挖掘用戶對(duì)產(chǎn)品需求服務(wù)價(jià)值，為企業(yè)制作有用的創(chuàng)意設(shè)計(jì)體驗(yàn)。核心團(tuán)隊(duì)擁有超過10多年以上行業(yè)經(jīng)驗(yàn)，涵蓋創(chuàng)意，策化，開發(fā)等專業(yè)領(lǐng)域，公司涉及領(lǐng)域有基礎(chǔ)互聯(lián)網(wǎng)服務(wù)綿陽主機(jī)托管、成都App定制開發(fā)、手機(jī)移動(dòng)建站、網(wǎng)頁設(shè)計(jì)、網(wǎng)絡(luò)整合營銷。

Head與Tail

head()與tail()用于快速預(yù)覽Series與DataFrame，默認(rèn)顯示5條數(shù)據(jù)，也可以指定顯示數(shù)據(jù)的數(shù)量。

屬性與底層數(shù)據(jù)

Pandas可以通過多個(gè)屬性訪問元數(shù)據(jù)：

shape：輸出對(duì)象的軸維度，與ndarray一致

軸標(biāo)簽：

Series：Index（僅有此軸）

DataFrame：Index（行）與列

Pandas對(duì)象（Index、Series、DataFrame）相當(dāng)于數(shù)組的容器，用于存儲(chǔ)數(shù)據(jù)、執(zhí)行計(jì)算。大部分類型的底層數(shù)組都是numpy.ndarray。不過，Pandas與第三方支持庫一般都會(huì)擴(kuò)展NumPy類型系統(tǒng)，添加自定義數(shù)組。

.array屬性用于提取Index或Series里的數(shù)據(jù)。

array一般指ExtensionArray。

提取NumPy數(shù)組，用to_numpy()或numpy.asarray()。

Series與Index的類型是ExtensionArray時(shí)，to_numpy()會(huì)復(fù)制數(shù)據(jù)，并強(qiáng)制轉(zhuǎn)換值。

to_numpy()可以控制numpy.ndarray生成的數(shù)據(jù)類型。以帶時(shí)區(qū)的datetme為例，NumPy未提供時(shí)區(qū)信息的datetime數(shù)據(jù)類型，Pandas則提供了兩種表現(xiàn)形式：

1.一種是帶Timestamp的numpy.ndarray，提供了正確的tz信息。

2.另一種是datetime64[ns],這也是一種numpy.ndarray，值被轉(zhuǎn)化為UTC，但去掉了時(shí)區(qū)信息。

時(shí)區(qū)信息可以用dtype=object保存

或用dtype=’datetime64[ns]’去除。

提取DataFrame里的原數(shù)據(jù)稍微有點(diǎn)復(fù)雜。DataFrame里所有列的數(shù)據(jù)類型都一樣時(shí)，DataFrame.to_numpy()返回底層數(shù)據(jù)：

DataFrame為同構(gòu)型數(shù)據(jù)時(shí)，Pandas直接修改原始ndarray，所以修改會(huì)直接反應(yīng)在數(shù)據(jù)結(jié)構(gòu)里。對(duì)于異構(gòu)型數(shù)據(jù)，即DataFrame列的數(shù)據(jù)類型不一樣時(shí)，就不是這種操作模式了，與軸標(biāo)簽不同，不能為值的屬性賦值。

這里我們要注意處理異構(gòu)型數(shù)據(jù)時(shí)，輸出結(jié)果ndarray的數(shù)據(jù)類型適用于涉及的各類數(shù)據(jù)。若DataFrame里包含字符串，輸出結(jié)構(gòu)的數(shù)據(jù)類型就是object。要是只有浮點(diǎn)數(shù)或整數(shù)，則輸出結(jié)果的數(shù)據(jù)類型是浮點(diǎn)數(shù)。

以前，Pandas推薦用Series.values或DataFrame.values從Series或DataFrame里提取數(shù)據(jù)。

但Pandas改進(jìn)了此功能，現(xiàn)在，推薦用.array或to_numpy提取數(shù)據(jù)，別再用.values了。

.values有以下2個(gè)缺點(diǎn)：

1.Series含擴(kuò)展類型時(shí)，Series.values無法判斷到底是改返回NumPy array，還是返回Extension array。而Series.array則只返回ExtensionArray，且不會(huì)復(fù)制數(shù)據(jù)。Series.to_numpy則返回NumPy數(shù)組，其代價(jià)是需要復(fù)制、并強(qiáng)制轉(zhuǎn)換數(shù)據(jù)的值。

2.DataFrame含多種數(shù)據(jù)類型時(shí)，DataFrame.values會(huì)復(fù)制數(shù)據(jù)，并將數(shù)據(jù)的值強(qiáng)制轉(zhuǎn)換同一種數(shù)據(jù)類型，這是一種代價(jià)較高的操作。DataFrame.to_numpy()則返回NumPy數(shù)組，這種方式更清晰，也不會(huì)把DataFrame里的數(shù)據(jù)都當(dāng)作一種類型。

加速操作

借助numexpr與bottleneck支持庫，Pandas可以加速特定類型的二進(jìn)制數(shù)值與布爾操作。

處理大型數(shù)據(jù)集時(shí)，這兩個(gè)支持庫特別有用，加速效果也非常明顯。numexpr使用智能分塊、緩存與多核技術(shù)。bottleneck是一組專屬cython例程，處理含nans值的數(shù)組時(shí)，特別快。

請(qǐng)看下面這個(gè)例子（DataFrame包含100列×10萬行數(shù)據(jù)）：

這兩個(gè)支持庫默認(rèn)為啟用狀態(tài)，可用以下選項(xiàng)設(shè)置：

感謝各位的閱讀，以上就是“Pandas數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)用法”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對(duì)Pandas數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)用法這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！