pandas数据处理

一.介绍pandas

❤python Data Analysis Library 或 pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。
❤pandas纳入了大量库和一些标准的数据模型，提供了高效的操作大型数据集所需的工具
❤pandas提供了大量使我们快速便捷地处理数据的函数和方法
❤它使python成为强大而高效的数据分析环境的重要因素之一
❤.csv文件其实就是.txt文件，只是用逗号或者空格分开的，用Excel也能打开
❤最重要的两个方法:from pandas import Series,DataFrame
❤数据分析三剑客：import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

二.Series

series是一种类似于一位数组的对象，由下面两部分组成:
  ❤values:一维数据（ndarray类型）
  ❤index:相关的数据索引标签
  **Scries中存放的数据必须是1维的**

1.Series的创建

  两种创建方式：

(1)由列表或numpy数组创建
默认索引为0到N-1的整数型索引 索引和值都有

还可以通过index参数指定索引


由ndarray创建的是引用，而不是副本。对Series元素的改变也会改变原来的ndarray对象中的元素（在列表中没有这种情况）
(2)由字典创建

2.Series的索引和切片
可以使用中括号取单个索引（此时返回的是元素类型），或者中括号里一个列表取多个索引（此时返回仍然是一个Series类型）。分别显示索引和隐式索引：
（1）显式索引： 注意此时为闭区间 也就是说index是什么，就索引什么
❤使用index中的元素作为索引值

		❤使用.loc[]（推荐）
		![在这里插入图片描述](https://img-blog.csdn.net/2018102121521134?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01pbmdaaWVyXw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
		![nt/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)](https://img-blog.csdn.net/20181021215359517?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01pbmdaaWVyXw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

(2)隐式索引： 也就是说可以使用数字来索引
❤使用整数作为索引值
❤使用.iloc[](推荐）
注意：此时为半开区间

(3)切片
(4)Series的基本概念
❤可以把Series看成一个定长的有序字典,可以通过shape，size，index，values等得到series的属性

❤可以把用s.head()和s.tail()只查看前五个或者后五个。
❤当索引没有对应的值时，可能出现缺失数据显示NaN(not a number)的情况。 np.nan和None不是一个数，是不一样的。


❤可以用pd.isnull()，pd.notnull(),或自带的isnull（），notnull()函数检测缺失数据。

也就是说把s1里面是True的取出来。这样就节省了工作量。

❤Series对象本身及其实例都有一个name属性
name区分，DataFrame中用于区分，在DataFrame中是列名。
（4）Series的运算


❤两个Seres之间的运算





adarray中如果有np.nan那么就没法进行数学运算了。

三.DataFrame

DataFrame是一个**表格型**的数据结构，可以看做是由Series组成的字典（共同用一个索引）。DataFrame由按一定顺序排列的多列数据组成。DataFrame既有行索引，也有列索引。
		行索引：index
		列索引：columns
		值：values(numpy的二维数组）

（1）DataFrame的创建

❤常用的方法是传递一个字典来创建。DataFrame以字典的键作为每一列的名称，以字典的值（一个数组）作为每一列。此外，DataFrame会自动加上每一行的索引（和Series一样）
同Series一样，若传入的列与字典的键不匹配，则相应的值为NaN。
❤DataFrame属性：values,columns,index，shape

(2)DataFrame的索引

❤对行进行索引
通过类似字典的方式，返回一个Series类型的数据。

通过属性的方式

可以将DataFrame的列获取一个Series。返回的Series拥有原DataFrame想同的索引，且name属性也已经设置好了，就是相应的列名。
❤对列进行索引 对于 1行索引是Series类型，对于多行索引是DataFrame类型。
使用.ix[]来进行行索引(过时了）
使用.loc[]加index来进行行索引
使用.iloc[]加整数来进行行索引

❤对元素进行索引的方法
使用列索引
使用行索引（iloc[3,1]相当于两个参数；iloc[[3,3]]里面的[3,3]看做一个参数）
使用values属性（二维numpy数组）

注意：直接用中括号时：
索引表示的是列索引
切片表示的时行切片

（3）DataFrame之间的运算

❤DataFrame与DataFrame之间的运算
同Series一样：
在运算中自动对齐不同缩印的数据
如果索引不对应，则补NaN
❤DataFrame与Series之间的运算