pandas 学习笔记

一 序

   本篇开始学习pandas. pandas是基于NumPy的一种数据分析工具，在机器学习任务中，我们首先需要对数据进行清洗和编辑等工作，pandas库大大简化了我们的工作量，熟练并掌握pandas常规用法是正确构建机器学习模型的第一步。

二 安装

如何安装pandas，我没有安装Anaconda，用pip来安装：pip3 install pandas

导入

import pandas as pd

pandas包含两种数据类型：series和dataframe。

series是一种一维数据结构，每一个元素都带有一个索引，与一维数组的含义相似，其中索引可以为数字或字符串。series结构名称：

dataframe是一种二维数据结构，数据以表格形式（与excel类似）存储，有对应的行和列。dataframe结构名称：

三 Series类型

      如何从列表，数组转换为series：

自定义索引:

把Series当做字典使用

缺失数据处理

四 DataFlame类型

注意：np.random.randn(d0,d1,d2……dn) 
1)当函数括号内没有参数时，则返回一个浮点数； 
2）当函数括号内有一个参数时，则返回秩为1的数组，不能表示向量和矩阵； 
3）当函数括号内有两个及以上参数时，则返回对应维度的数组，能表示向量或矩阵； 
4）np.random.standard_normal（）函数与np.random.randn()类似，但是np.random.standard_normal（）的输入参数为元组（tuple）. 
5)np.random.randn()的输入通常为整数，但是如果为浮点数，则会自动直接截断转换为整数。

np.random.randn()可以返回一个或一组服从标准正态分布的随机样本值。

df也支持一系列操作，如：转置

切片:注意取值范围，是全包含的，不同于Python常见的左闭右开

下面是对行和列同时进行筛选

重新索引reindex

 

前向填充：ffill,后向填充bfill

五 算数运算和数据对齐

series是基于索引进行算数运算操作的，pandas会根据索引对数据进行运算，若series之间有不同的索引，对应的值就为Nan

六 series和dataframe转换

 

排序

  

先到这里。