pandas对象
pandas有俩对象，一个是series，一个是dataframe。
series
series是一维的，并且只储存相同的数据类型的元素，有两个属性，分别是index（索引，也叫数据标签）和values（保存了元素值的ndarray数组），可见，pandas是建立在numpy的基础之上的。
series对象可以由列表生成：
import pandas as pd a = pd.Series([1, 5, 6]) print(a)
结果如下：
可以看见，默认会在左侧生成从零开始的索引。
也可以自己制定索引：
import pandas as pd
a = pd.Series([1, 5, 6], index=('c', 'b', 'm'))
print(a)
也可以用字典创建
其中，如果使用字典创建，也可以继续用index参数，输出结果是index查找的元素。
也可以使用ndarray创建
这里的series可以用numpy函数进行操作。
同时，加减乘除的操作会根据index自动对齐。
dataframe
其对象表示的是矩阵的数据结构，这种数据结果类似excel表格。
它由按一定顺序排列的多列数组组成，其中每列数据类型必须一致（各个列之间可以不同）
它有行索引和列索引，可以看作一个具有共同索引的series字典。
它有仨属性：data，index，columns ，表示数据（还是ndarray数组啦），行索引和列索引。
创建方法和series差不多，列表创建（不指定index和columns默认从0开始）：
直接上图，直观又清晰。
字典创建也可以：
如果指定index：
import pandas as pd
import numpy as np
a = pd.DataFrame({'chinese': [59, 89, 99], 'english': [87, 56, 22], 'math': [66, 78, 150]},index=['xiaoli', 'wangfang', 'zhangqiang'])
print(a)
结果：
当然，使用字典也可以嵌套，py会根据键来作为索引，第一个键是列索引
注意
只有使用字典创建，后面的index的数目才可以与前面不保持一致，因为字典已经默认创建了索引。dataframes的字典键默认是列索引，因为series是一列数据，而dataframes可以由series字典创建。
其中abc会根据索引自动对齐
索引 对象
a.index读取a的索引对象，生成一个由a的索引组成的不可变数组，这个数组有两个属性，values和name，其中values是列表，name是名字。例如：
import pandas as pd
import numpy as np
d = pd.DataFrame({'chinese': {'zhangqiang': 55, 'lili': 44, 'zcz': 0}, 'math': {'zhangqiang': 77, 'lili': 46, 'zcz': 0}, 'english': {'zhangqiang': 55, 'lili': 22, 'zcz': 0}})
m = pd.Index(d.index.values, name='name')
k = pd.Index(d.columns.values, name='objects')
f = pd.DataFrame(d, index=m, columns=k)
print(f)
这其中的pd.Index（）函数是生成一个index对象，同样有俩属性，values和name
multIndex多级索引
简单来讲就是索引也是可以分层的。
a = pd.Series([1,2,3,4,5,6],index=[['one','one','one','two','two','two'],['a','b','c','d','e','f']])
这样子它左列的index就分了两层
为了更加直观记录，下面附图：
数据存储，也就是索引和切片啦
【】储存
对于series对象，就是
Series对象的下标存取。
单个标签
标签切片
标签列表
单个整数下标
整数下标列表
整数下标切片
#布尔数组 In[47]:ser[[True,False,False]]
与Series对象类似，通过[]运算符也可以对DataFrame对象进行存取。DataFrame对象既有行索引也有列索引，但是对DataFrame对象通过[]运算符进行存取时，主要是针对列索引进行操作，支持下面几种下标对象。
① 单个标签：获取标签对应的列，返回Series对象。
② 标签列表：获取标签列表中多个标签对应的列构成的DataFrame对象。
③ 整数下标切片：获取切片中对应的多行构成的DataFrame对象，整数下标切片不包含终值。
④ 标签切片：获取切片中对应的多行构成的DataFrame对象，标签切片包含终值。
⑤ 布尔数组：获取布尔数组中为True的对应的行构成的DataFrame对象。
⑥ 布尔DataFrame：将DataFrame对象中False对应的元素设置为NaN。
df.loc[ ]存储
若.loc[]存取器的下标对象若是一个元组，则元组中的两个元素分别与DataFrame对象的两个轴对应，这时是对DataFrame对象中的某个元素（元组位置对应的元素）进行存取；若下标对象不是一个元组，且只有0轴，则是对DataFrame对象的行进行存取，若只有1轴，则是对DataFrame对象的列进行存取。
df.loc【‘chinese’，‘zhangqiang’】
#.loc[]下标对象不是元组，且只有0轴，则取某行
df.loc["zhangqiang"]
#.loc[]下标对象不是元组，且只有1轴，则取某列
df.loc[[:,"Math"]]
除此之外，.loc[]存取器的每个轴的下标对象除了支持单个标签外，还支持标签列表、标签切片及布尔数组。
df.iloc[ ]存储
.iloc[]存取器的下标是标签元组、标签切片、标签列表等，而.iloc[]的下标是位置下标，也就是整数下标。
df.ix [ ]存储
上述两种存储器的结合体。
逻辑条件索引
可以属于布尔数组索引，也可以有&且和|或的逻辑
df[(df['Math'] > 80) & (df['English'] > 80)]
当然也可以使用NumPy中的logical_and()（逻辑与）、logical_or()（逻辑或）、logical_xor()（逻辑异或）函数，完成同样的功能。
df[np.logical_and(df['Math']> 80,df['English']>80)]
除了使用布尔数组进行逻辑条件存取外，还可以使用一些函数快速进行逻辑条件存取。isin()、query()这些都行。
isin()函数根据特定值选择，返回满足条件的新的DataFrame对象。
df[df.Math.isin([87, 89])]
输出math里等于87，89的
query()函数的参数是一个表达式字符串，字符串中可以使用and、not、or等关键字进行向量布尔运算，表达式中的变量名就是对应的列标签名。
df.query("Math>80 and English>80"))
感觉这个最好用qwq
文件读写
csv读写
读取CSV文件的两个主要函数是read_csv()和read_table()。它们都使用相同的解析代码来智能地将表格数据转换为DataFrame对象。
read_csv()
下面是其参数说明
excel读写
pd.read_excel(io,sheetname=0,header=0,skiprows=None,index_col=None,names=None,arse_cols=None,date_parser=None,na_values=None,thousands=None,convert_float=True,has_index_names=None,converters=None,dtype=None,true_values=None,false_values=None,engine=None,squeeze=False,**kwds)
HDF5文件读写
HDF5（Hierarchical Data Format Version 5，分层数据格式版本5）是存储科学数据的一种文件格式，文件扩展名为.h5。它以C库的形式提供，因此存取速度非常快，且可在文件内部按照明确的层次存储数据（HDF5中“HDF”表示的就是分层数据格式）。HDF5还具有很多其他语言的接口，如Java、MATLAB和Python等。
HDFS文件像一个保存数据的文件系统，其中有两种类型的数据对象。
① 资料数据（dataset）：类似文件系统中的文件，可以为用户保存数据。
② 目录（group）：类似文件系统中的文件夹，可以包含其他的目录和资料数据。
HDFStore
Pandas中的HDFStore构造函数用于生成管理HDF5文件I/O操作的对象，其主要参数如下。
① path：字符型输入，用于指定HDF5文件的名称（不在当前工作目录时需要带上完整路径信息，并且注意文件分隔符\的转义问题）。
② mode：用于指定I/O操作的模式，与Python内置的open()函数中的参数一致，默认为'a'模式，即当指定文件已存在时不影响原有数据写入，指定文件不存在时则新建文件；'r'为只读模式；'w'为创建新文件（会覆盖同名旧文件）；'r+'模式与'a'作用相似，但要求文件必须已经存在。
③ complevel：int型，用于控制HDF5文件的压缩水平，取值范围为0～9。值越大则文件的压缩程度越大，占用的空间越小，但相应地，在读取文件时需要更多解压缩的时间成本。默认为0，代表不压缩。
④ complib：指定压缩格式，HDF5文件的存储支持压缩模式，使用的压缩模式是blocs，其速度最快，也是Pandas默认支持的压缩格式。使用压缩可以提高磁盘利用率，节省空间。
例如：
a = pd.HDFStore("data.h5",complib="blosc",complevel=9)
接下来创建Pandas中不同的两种对象Series和DataFrame，并将它们共同保存到store对象中。HDFStore对象支持字典接口，因此可以利用键值对将不同的数据存入store对象中，也可以使用store对象的put()函数将数据存入store对象中，store对象的put()函数的主要参数如下。
① key：指定HDF5文件中待写入数据的key。
② value：指定与key对应的待写入的数据。
③ format：字符型类型，用于指定写入的模式，'fixed'对应的模式速度快，但是不支持追加也不支持检索；'table'对应的模式以表格的模式写入，速度稍慢，但是支持直接通过store对象进行追加和表格查询操作。
data1=[23,24,25]
index=pd.Index(['zhangsan','lisi','wangwu'],name="name") ser=pd.Series(data=data1,index=index)
data=[{'Chinese':81,'English':74,'Math':87},{'Chinese':92,'English':85,'Math':78}，{'Chinese':83,'English':96,'Math':89}]
df = pd.DataFrame(data,index=['zhangsan','lisi','wangwu'])
#采用键值对方式将ser写入store中
store["data/ser1"]=ser
#采用put()函数把df写入store中
store.put(key= "data/df1 ",value=df)
运算
大部分和numpy差不多。特别的，当df与ser进行运算时，默认是与行进行（类似多维numpy与一维numpy），遵循广播原则
排序：
ser.sort_values()
‘’‘降序'''
ser.sort_values(ascending=False))
df根据某一特定值排序：
df.sort_values(by="Math")
排名是根据Series对象的值或DataFrame对象的某几列的值进行排名，Pandas中的rank()函数可以帮助我们完成排名。该函数的参数主要有ascending和method。ascending默认为True，表示升序，如果希望降序则设置ascending=False即可；method参数是说明数据相同时的排序的方法
汇总和统计：
263
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
