pandas使用

https://www.runoob.com/pandas/pandas-tutorial.html

一、什么是pandas，能做什么

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。
Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。
Pandas 名字衍生自术语 “panel data”（面板数据）和 “Python data analysis”（Python 数据分析）。
Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。
Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。
Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。

二、pandas 基础数据结构

pandas有两个基础的数据结构，Series和DataFrame，两者关系：DataFrame可以理解为一张表格，Series为表格里的列，在DataFrame中，所有Series使用共同的索引。

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。
Series 由索引（index）和列组成，函数如下：

 # pandas.Series( data, index, dtype, name, copy)
 #data：一组数据(ndarray 类型)。
 #index：数据索引标签，如果不指定，默认从 0 开始。 
 #dtype：数据类型，默认会自己判断。
 #name：设置名称。
 #copy：拷贝数据，默认为 False。
 
import pandas as pd

a = [1, 2, 3]
myvar = pd.Series(a)
print(myvar) # print(myvar[1])

a = ["Google", "Runoob", "Wiki"]
myvar = pd.Series(a, index = ["x", "y", "z"])
print(myvar["y"])

sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites)
print(myvar)

#只需要字典的一部分，则index指定index
sites = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar = pd.Series(sites, index = [1, 2])
print(myvar)

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

#pandas.DataFrame( data, index, columns, dtype, copy)
#data：一组数据(ndarray、series, map, lists, dict 等类型)。
#index：索引值，或者可以称为行标签。
#columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
#dtype：数据类型。
#copy：拷贝数据，默认为 False。

import pandas as pd

#使用列表创建
data = [['Google',10],['Runoob',12],['Wiki',13]]
df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)
print(df)

#使用ndarray创建
data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}

#使用字典创建
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]


data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}
# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)
# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])
# 返回第一行和第二行
print(df.loc[[0, 1]])
#指定索引
df = pd.DataFrame(data, index = ["day1", "day2", "day3"])
print(df.loc["day2"])

三、DataFrame操作

df = pd.read_csv('nba.csv')
print(df.to_string())
print(df.head())
print(df.head(10)) #前十行
print(df.tail(10)) #后十行

cols = data.columns.values #列
for c in cols:
	print(c)
    d[c] = d[c].apply(lambda x : np.log(x+1) if x > -1 else -1)

# 保存 dataframe
df.to_csv('site.csv')

# 获取行列数
shape = df.shape
rows_num = shape[0]
cols_num = shape[1]
 
#获取元素值 https://blog.csdn.net/weixin_48419914/article/details/120329178
print(df_data.iat[0,0])