《python数据分析及其在水利工程中的应用》课件-23Pandas⼊⻔与Series

单脉梳理-PandasSeriesPandas⼊⻔与SeriesIntroductiontoPandasandSeries经纬天下-

成为【理数官】"JingweiTianxia-Becomea'LiShuGuan'"⽔情奏报(表格数据)堆积如⼭，需有神兵Pandas相助，

⽅能⾼效整理，洞察⽞机。""掌握Pandas，便能将纷繁的数据化为清晰的洞见。"⻓⽼的指引：掌握神兵Pandas—智水长老升级任务进度TheprogressoftheUpgradetask完成本任务，成为【理数官】！当前任务任务:单脉梳理-PandasSeries进行中>>>任务:构建沙盘-DataFrame创建与查看任务:精准定位-DataFrame选择基础任务:条件筛选-DataFrame数据筛选后续任务待解锁本次任务：单脉梳理-PandasSeriesThistask:Single-veinsorting-PandasSeries任务⽬标了解Pandas库及其在数据分析中的重要性理解PandasSeries（—维数据结构）的概念学会创建PandasSeries（从列表、

字典等）握Series的基本操作，如索引、切⽚和基本统计01第一节神兵初现：Pandas简介TheFirstAppearanceoftheDivineWeapon:AnIntroductiontoPandasPandas：数据分析的瑞⼠军⼑Pandas:TheSwissArmyKnifeforDataAnalysisPandas简介·功能强⼤

、

灵活易⽤的开源数据分析和

数据处理库·核⼼数据结构

：Series(—维)和DataFrame(⼆维)数据结构概览PandasSeries一维一列数据带索引DataFrame⼆维多列数据类似电⼦表格Pandas：数据分析的瑞⼠军⼑Pandas:TheSwissArmyKnifeforDataAnalysisPandas简介·功能强⼤

、

灵活易⽤的开源数据分析和

数据处理库·核⼼数据结构

：Series(—维)和DataFrame(⼆维)为什么要选择Pandas·处理真实世界数据·数据分析基⽯·⽣态系统强⼤·提⾼分析效率安装与导⼊InstallationandImportimport

pandas

as

pd导⼊Pandas在Python脚本或JupyterNotebook中：pip

install

pandas安装Pandas在终端或命令⾏中运⾏：pd

是Pandas约定的简写，如同神兵的"代号"

，

⽅便后续调⽤02第二节单脉之⼒：Series详解ThePowerofaSingleVein:ADetailedExplanationofSeriesSeries：⼀

维的'⽔⽂记录'Series:One-dimensional'HydrologicalRecords'Series组成部分索引(index)数据(values)索引数据051823

可视为—列带标签（

索引）

之"⽔⽂记录"，

如每⽇⽔位、

各处⾬量。创建Series：从列表'引⽔'CreateaSeries:'Drawwater'fromthelist#

输出

:#

0

5#

1

8#

2

3#

3

10#

4

7#

5

6#

6

9#

dtype:

int64import

pandas

as

pd#记录—周每⽇新增的观测井数量new_wells_data=

[5,8,

3,

10,

7,

6,

9]well_series=pd.Series(new_wells_data)print(well_series)从列表创建Series默认情况下，Series会使⽤从0开始的整数作为索引⾃定义索引通过index参数，可以为Series指定有意义的索引标签创建Series：从列表'引⽔'CreateaSeries:'Drawwater'fromthelist#

输出

:#

周—

5#

周⼆

8#

周三

3#

周四

10#

周五

7#

周六

6#

周⽇

9#

dtype:

int64#可以⾃定义索引days=

[

'周—',

'周⼆',

'周三',

'周四',

'周五','周六',

'周⽇

']well_series_with_index=pd.Series(new_wells_data,index=days)print(well_series_with_index)从字典创建Series字典的键将作为Series的索引，值作为Series的数据

【⾃然地将键值对转换为索引-数据对】#

输出

:#

⻓江流域

15.5#黄河流域8.2#珠江流域

12.1#dtype:

float64#各流域平均⽔深

(⽶)river_depth_data=

{'⻓江流域

':

15.5,'黄河流域

':

8.2,'珠江流域

':

12.1}depth_series=pd.Series(river_depth_data)print(depth_series)创建Series：从字典'引⽔'CreateaSeries:'Drawwater'fromthedictionary#查看索引print(f"观测井数量索引(index):{well_series.index}")#

输出

:观测井数量索引(index):

Index(['周—',

'周⼆','周三',

'周四',

'周五'],dtype='object')#查看数据类型print(f"观测井数量数据类型(dtype):{well_series.dtype}")#观测井数量数据类型

(dtype):

int64import

pandas

as

pd#创建—个Serieswell_series=pd.Series(

[5,

8,

3,

10,

7],index=

[

'周—',

'周⼆',

'周三',

'周四

',

'周五

'])

#查看数据值print(f"观测井数量数据(values):{well_series.values}")#

输出

:观测井数量数据

(values):

[5

8

3

10

7]Series的基本属性ThebasicpropertiesofSeries03第三节驾驭'单脉'：Series基本操作Mastering'SingleVein':BasicOperationsofSeries访问'⽔⽂数据'：索引与切⽚Access'HydrologicalData':Indexingandslicing通过标签索引#流域平均⽔深depth_series=

pd.Series({'⻓江流域

':

15.5,'黄河流域

':

8.2,'珠江流域

':

12.1})#获取⻓江流域平均⽔深print(f"⻓江流域平均⽔深

:{depth_series

[

'⻓江流域

']}")import

pandas

as

pd#—周每⽇新增观测井数量well_series=pd.Series(

[5,

8,

3,

10,

7,

6,

9],index=

[

'周—',

'周⼆',

'周三',

'周四

',

'周五',

'周六',

'周⽇

'])#获取周一新增观测井数量print(f"周一新增观测井

:{well_series

[

'周一

']}")访问'⽔⽂数据'：索引与切⽚Access'HydrologicalData':Indexingandslicing通过位置索引#通过位置索引访问（

类似列表，从0开始）print(f"第—个流域⽔深(按位置):{depth_series

[0]}")#

输出

:15.5import

pandas

as

pd#流域平均⽔深depth_series=

pd.Series({'⻓江流域

':

15.5,'黄河流域

':

8.2,'珠江流域

':

12.1})访问'⽔⽂数据'：索引与切⽚Access'HydrologicalData':Indexingandslicing通过切⽚-标签切片#切⽚操作-获取—段数据#标签切⽚

（

包含结束标签）print("周—到周三观测井数量:")print(well_series

[

'周—

':

'周三

'])#

输出

:#

周一 5#

周⼆

8#

周三

3#

dtype:

int64import

pandas

as

pd#—周每⽇新增观测井数量well_series=pd.Series(

[5,

8,

3,

10,

7,

6,

9],index=

[

'周—',

'周⼆',

'周三',

'周四

',

'周五',

'周六',

'周⽇

'])访问'⽔⽂数据'：索引与切⽚Access'HydrologicalData':Indexingandslicing通过切⽚-位置切片#切⽚操作-获取—段数据#位置切⽚

（不包含结束索引）print("前三个流域⽔深

(按位置):")print(depth_series

[:3])#输出:#长江流域15.5#黄河流域8.2#珠江流域12.1#Name:流域平均水深,dtype:float64import

pandas

as

pd#流域平均⽔深depth_series=

pd.Series({'⻓江流域

':

15.5,'黄河流域

':

8.2,'珠江流域

':

12.1})'⽔势'计算：基本统计与运算"Waterpotential"calculation:Basicstatisticsandoperations基本统计⽅法#基本统计计算print(f"—周新增观测井总数

:{well_series.sum()}")print(f"—周平均每⽇新增观测井

:{well_series.mean():.2f}")print(f"新增观测井最多的—天

:{well_series.max()}

⼝

")print(f"新增观测井最少的—天

:{well_series.min()}

⼝

")import

pandas

as

pd#—周每⽇新增观测井数量well_series=pd.Series(

[5,

8,

3,

10,

7,

6,

9],index=

[

'周