Pandas入门 笔记（一）

Pandas入门笔记（一）

1 初识Pandas

1.1 Pandas概述

Pandas是数据分析的三大剑客之一，是Python的核心数据分析库，他提供了快速、灵活、明确的数据结构，能够简单、直观、快速地处理各种类型的数据。pandas提供的两个主要数据结构Series（一维数组结构）与DataFrame（二维数组结构），可以处理金融、统计、社会科学、工程等领域里的绝大多数典型案例，并且Pandas是基于NumPy开发的，它可以与其他第三方科学计算库完美集成。

1.2 安装Pandas

1. 通过PyPl的pip工具安装

	pip install Pandas

2. 通过PyCharm开发环境安装
   File->Setting->Project nterpreter-> “+”->Available Packages->搜索框搜索“Pandas”->单击Install Packages,即可安装完成。
   注意：Pandas需要一些依赖库，所以建议直接安装发行版的Python环境，强推 Anaconda

2 Series对象

Series是Python的Pandas库中的一种数据结构，它类似一维数组，由一组数据以及与这组数据相关的标签（即索引）组成，或者仅有一组数据而没有索引也可以创建一个简单的Series数据。
Series可以存储整数、浮点数、字符串、Python对象等多种类型的数据。

2.1 创建一个Series对象

s = pandas.Series( data , index = index )

• data：表示数据，支持列表、字典、numpy数组、标量值（即只有大小、没有方向的值，也就是一个数值，如 s = pandas.Series(3)）。
• index：表示行标签（索引）。
• 返回值：Series对象。

# 实例：
import pandas as pd
s1 = pd.Series([60,70,80])

2.2 手动设置Series索引

创建的Series对象会自动生成整数索引，默认值从0开始至数据长度减1。除了使用默认缩引，还可以通过index参数手动设置索引。

# 实例
import pandas as pd
s1 = pd.Series([ 20,30,40 ] , index = [1, 2, 3])
s2 = pd.Series([ 20,30,40] , index = ['张三','李四','王五'])

2.3 Series 的索引

1. Series 位置索引
   位置索引是从0开始，【0】是Series数组的第1个数，【1】是Series数组的第2个数，以此类推。

	#实例：
	import pandas as pd
	s1 = pd.Series([20,30,40])
	print(s1[1])

	#输出结果为：30

2. Series 标签索引
   Series 标签索引与位置索引方法类似，用“[ ]”表示，里面是索引名称，注意index的数据类型是字符串，特别注意，如果需要获取多个标签索引值，则用“[ [ ] ]”表示（相当于在“[ ]”中包含一个列表）。

	#实例：
	import pandas as pd
	s1 = pd.Series([20,30,40],index=['张三','李四','王五'])
	print(s1['张三'])
	print(s1[['张三','王五']])

	#输出结果：
	20
	张三		20
	王五		40

3. Series 切片索引

• 用标签索引做切片，可以包头包尾（即包含了索引开始位置的数据，也包含了索引结束位置的数据）。

	# 实例：
	import pandas as pd
	s1 = pd.Series([20,30,40],index=['张三','李四','王五'])
	print(s1['张三':'王五'])

	# 输出结果：
	张三		20
	李四		30
	王五		40

• 用位置索引做切片，和list列表的用法一样，可以包头不保尾（即包含了索引开始位置的数据，但不包含索引结束位置的数据）。

	# 实例：
	import pandas as pd
	s2 = pd.Series([ 20, 30, 40，50，60，70，80，90)
	print(s2[1:4])

	# 输出结果：
	1		30
	2		40
	3		50

2.4 Series 的索引和值

获取Series的索引和值主要使用Series对象的index()函数和values属性。

# 实例：
	import pandas as pd
	s = pd.Series([10,20,30,40,50,60,70,80,90])
	print(s.index)
	print(s.values)

# 输出结果：
RangeIndex(start=0, stop=9, step=1 )
[10 20 30 40 50 60 70 80 90]

未完待续。。。