Pandas 入门

Pandas数据结构

        Series和DataFrame

        series的数据结构,呃,不多说,直接看

        

values表示值,index表示索引

 自主创建索引

根据索引查看值

应用数学函数选择值

对整个数据表做操作

检查某元素是否再series里

通过字典生成Series

index里有而原字典里没有的,以NaN替代,就是没有数据

index里没有的,也不会有

 那么对于DataFrame呢

        先创建一个试试:

用head方法,他会展示前5行

通过loc选取frame里的某一行

通过del删除一列

 

转置操作

        基本功能

reindex重建索引

ffill在重建索引时插值

 

reindex方法的参数

参数	描述
method	插值方式  "ffill"向前填充  "bfill"向后填充
fill_value	通过重新索引引入缺失数据时使用的替代值
limit	向前/后填充时,所需填充的最大尺寸间隙
tolerance	所需填充的不精确匹配下的最大尺寸间隙
level	匹配MultiIndex级别的简单索引,否则选择子集
copy	为True  总是复制底层数据    False 那肯定是不复制的啦

 轴向上删除条目drop

索引,选择与过滤 

描述性统计的概述和计算 

若向sum()方法传递axis="columns"或axis=1

会将一行上各个列的值相加

归约方法可选参数

方法	描述
axis	归约轴,0为行,1为列
skipna	排除缺失值,默认为True
level	若轴是多层索引的,该参数可以缩减分组层级

描述性统计和汇总统计

方法	描述
count	非NA的值
describe	计算各列的汇总统计集合
min,max	计算最小值,最大值
argmin,argmax	最小值,最大值所在的索引
idxmin,idxmax	最小值,最大值所在的标签
quantile	样本从0到1的分位数
sum	和
mean	均值
median	中位数
mad	平均值的平均绝对偏差
prod	累积
var	样本方差
std	样本标准差
skew	样本偏度值
kurt	样本峰度值
cumsum	累计值
cummin,cummax	累计值的最小/最大
cumprod	累计积
diff	计算第一个算术差值
pct_change	计算百分比