Python 數據分析（一）：常見數據結構的使用

如何解決開發環境

因為用 Python 做數據分析時需要用到大量的科學工具包，所以這裡推薦使用 Anaconda ，它整合了很多科學工具，避免了我們自己一個個下載各種科學工具的麻煩。可以在這裡下載：Home 。安裝好後 Anaconda 自帶了一個 IDE 叫 Spyder，你可以直接用這個編寫代碼，你也可以和我一樣使用 PyCharm 。

Python 中有一個很強大的數據分析包，叫 pandas ( Python Data Analysis Library )，它是基於 NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。

在 Pandas 中有兩種常見的數據結構：Series 和 DataFrame 。

學習這些數據結構可以從這幾個方面入手：

1，概念：什麼是數據結構；

2，定義：如何定義數據結構；

3，限制：使用這種數據結構有什麼限制；

4，訪問：訪問這種數據結構的方式是什麼樣的；

5，修改：如何對這種數據結構進行增刪改；

一、首先看什麼是 Series

Series 是用於存儲一行或者一列的數據，以及與之相關的索引的集合。

打開 Jupyter Notebook , 首先需要從 pandas 中導入 Series 包，如下所示：

通過默認的索引和指定的索引來獲取 Series 中的數據，注意默認索引從 0 開始：

因為 x 的長度是3 ，所以當你用 x[3] 來訪問第四個元素的時候，編輯器會報錯：index out of bounds .

注意往 Series 中追加數據的時候，不能用如下的方式，因為 Series 的 append 方法只能用來往一個 Series 中追加一個新的 Series：

下面的使用才是正確的，創建一個新的 Series y，然後向 x 追加 y：

但是仍然需要注意的是，append 的方法並不會改變 x 的值，append 過後生產了一個新的 Series，如果需要改變 x 的值，我們需要將 append 後的 Series 重新賦值給 x, 如下所示：

我們可以通過以下方式來判斷 Series 是否包含某個值，注意第一種用法是錯誤的，我們需要使用 2 in x.values 來判斷：

接下來我們看下 Series 的切片，切片的使用如下，x[1:3] 表示將索引 1 到 3 上的數據切出來，注意不包括索引 3 上的值：

如果我們需要隨機抽樣，可以指定索引切出所要的數據，比如這樣，我們切出了索引 0 和 2上的數據 ：

下面看看怎麼根據索引值來刪除數據：

我們還能根據位置來刪除，比如：

二、再來看看 DataFrame

DataFrame 是用於存儲多行和多列的數據集合，可以理解成 Excel 表格，下面來看看使用方法。

同樣的，先導入相應的包。如果不指定索引，創建 DataFrame 的時候就會默認從 0 開始，0，1,2，3...依次類推。

當然，我們也可以為 DataFrame 指定索引，比如下面這樣：

按列訪問：

按行訪問，注意這樣的寫法是獲取第二行的數據，不能獲取第三行的數據：

按行索引訪問，使用 loc 方法：

按行列號訪問：

精準定位：

修改列名：

修改行索引：

刪除數據，通過參數 axis 來確定是刪除行還是刪除列，axis = 0 表示刪除行，1 表示刪除列，如過不指定 axis 的值，則默認是 0 。演示如下：

增加行的操作：

增加列的操作：

以上就是 Pandas 中常見的數據結構的操作，下一章節涉及到向量計算。