pandas基本操作

pandas基本操作

• numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？
  - numpy能够帮助我们处理的是数值型的数 据，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串，时间序列），那么pandas就可以帮我们很好的处理除了数值型的其他数据！

pandas常用的两个类

• Series
• DataFrame

Series

• Series是一种类似与一维数组的对象，由下面两个部分组成：

  • values：一组数据（ndarray类型）

  • index：相关的数据索引标签

• Series的创建

  • 由列表或numpy数组创建
  • 由字典创建

显示索引

Series里面的数据源必须是一个一维的数据结构，不可以是二维的

index是用来指定显示索引，默认的0,1,2是隐式索引，所以在一个Series中既有显示索引又有隐式索引

参数中data是指定数据源；index是指定索引；dtype是用来指定元素类型的
显示索引会不会覆盖隐式索引：不会

Series的索引和切片

索引

切片

• Series的常用属性
  
  

• Series的常用方法
  - head() 显示前n个元素
  tail() 后n个元素
  - unique() 去重
  nunique() 返回去重之后元素的个数
  - isnull() 用来检测元素是否为空
  notnull() 用来检测元素是否为非空
  - add() sub() mul() div()
  
  
  

• Series的算术运算

  • 法则：显式索引一致的元素进行算数运算 否则补空

DataFrame

• DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维（这个多维特指是二维，DataFrame只能是二维不能是更高维度了）。DataFrame既有行索引，也有列索引。
  • 行索引：index
  • 列索引：columns
  • 值：values
• DataFrame的创建：DataFrame(data = ,index = ,columns = ,dtype = )
  • data 指定数据源：
    • 列表list创建
    • ndarray创建
    • 字典创建
• index 指定显式行索引
• columns 指定显式列索引
• dtype 指定表格中元素的类型

使用嵌套列表充当数据源的时候每个小列表都是DataFrame一行的内容

使用字典充当数据源的时候字典的键就是DataFrame的列名（列索引），字典键对应的值就是一列的值

• df索引和切片操作
  • 索引：
    • df[col]:取列
    • df.loc[index]:取行
    • df.iloc[index,col]:取元素
• 切片：
  • df[index1:index3]:切行
  • df.iloc[:,col1:col3]:切列
• DataFrame的运算
  • 同Series