Pandas數據結構的基礎用法

這篇文章主要講解了“Pandas數據結構的基礎用法”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Pandas數據結構的基礎用法”吧！

Head與Tail

head()與tail()用于快速預覽Series與DataFrame，默認顯示5條數據，也可以指定顯示數據的數量。

屬性與底層數據

Pandas可以通過多個屬性訪問元數據：

shape：輸出對象的軸維度，與ndarray一致

軸標簽：

Series：Index（僅有此軸）

DataFrame：Index（行）與列

Pandas對象（Index、Series、DataFrame）相當于數組的容器，用于存儲數據、執行計算。大部分類型的底層數組都是numpy.ndarray。不過，Pandas與第三方支持庫一般都會擴展NumPy類型系統，添加自定義數組。

.array屬性用于提取Index或Series里的數據。

array一般指ExtensionArray。

提取NumPy數組，用to_numpy()或numpy.asarray()。

Series與Index的類型是ExtensionArray時，to_numpy()會復制數據，并強制轉換值。

to_numpy()可以控制numpy.ndarray生成的數據類型。以帶時區的datetme為例，NumPy未提供時區信息的datetime數據類型，Pandas則提供了兩種表現形式：

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，值被轉化為UTC，但去掉了時區信息。

時區信息可以用dtype=object保存

或用dtype=’datetime64[ns]’去除。

提取DataFrame里的原數據稍微有點復雜。DataFrame里所有列的數據類型都一樣時，DataFrame.to_numpy()返回底層數據：

DataFrame為同構型數據時，Pandas直接修改原始ndarray，所以修改會直接反應在數據結構里。對于異構型數據，即DataFrame列的數據類型不一樣時，就不是這種操作模式了，與軸標簽不同，不能為值的屬性賦值。

這里我們要注意處理異構型數據時，輸出結果ndarray的數據類型適用于涉及的各類數據。若DataFrame里包含字符串，輸出結構的數據類型就是object。要是只有浮點數或整數，則輸出結果的數據類型是浮點數。

以前，Pandas推薦用Series.values或DataFrame.values從Series或DataFrame里提取數據。

但Pandas改進了此功能，現在，推薦用.array或to_numpy提取數據，別再用.values了。

.values有以下2個缺點：

1.Series含擴展類型時，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，且不會復制數據。Series.to_numpy則返回NumPy數組，其代價是需要復制、并強制轉換數據的值。

2.DataFrame含多種數據類型時，DataFrame.values會復制數據，并將數據的值強制轉換同一種數據類型，這是一種代價較高的操作。DataFrame.to_numpy()則返回NumPy數組，這種方式更清晰，也不會把DataFrame里的數據都當作一種類型。

加速操作

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

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

請看下面這個例子（DataFrame包含100列×10萬行數據）：

這兩個支持庫默認為啟用狀態，可用以下選項設置：

感謝各位的閱讀，以上就是“Pandas數據結構的基礎用法”的內容了，經過本文的學習后，相信大家對Pandas數據結構的基礎用法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！