pandas库

1.pandas库基础知识

两种数据结构

1）Series对象
 Series:由一组数据及其对应索引组成
 dtype:object(Series对象中的数据至少有一条是字符串类型)。
 Series对象创建：pd.Series(data)
  data可以是列表、字典、标量、n维数组，字符串
 Series的属性与方法：
  s.index(索引)，s.values(值)，s.sort_index(根据索引排序)，s.sort_values(根据数值排序)，del s[‘列索引名’]，s_1 = s.drop(‘索引名’)（列表形式[‘1’,‘2’]），S.isnall(查看为空的值，返回布尔值)
2）DataFrame对象
 DataFrame:由行索引，列索引和一组数据组成
 DataFrame对象创建：pd.DataFrame(data)
  data可以是字典(各键值长度一定相等)，n维数组
3）以上两种数据结构联系
 DataFrame对象可以看作是由Series对象所组成的
 type(df[‘列索引’]) 返回结果为Series对象
4）python安装和导入pandas模块
 安装：pip install pandas
 导入：import pandas as pd
5)基本方法
 df.head()方法和df.tail()方法能够默认查看DataFrame对象的前5行或后5行数据，括号中填写数字可以指定要查看的行数

2.数据分析遵循的步骤

1）明确目标（需要解决的问题，该如何解决。明确分析需求，搭建分析框架，收集分析数据）
2）数据处理（对数据进行清洗，整合）
3）数据分析（分析得到策略）
4）数据展现（通过表格或图表形式展现数据）
5）报告撰写（对整体过程进行梳理和总结）

3.读取.csv文件

 pd.read_csv(path,encoding)返回的是一个DataFrame对象。path可以是是相对路径（所处的文件夹的位置）或者绝对路径（电脑存储的完整路径），encoding可以是“utf-8”或者“jbk”

4.数据分析常用方法

 帕累托法则（二八法则）
 主要用途：寻找关键因素，获得最大效益的同时减少资源损耗
 精髓：分辨出所有隐藏在表面下的作用力时，就可以把大量精力投入到最大生产力并防止负面影响的发生，即“把钱花在刀刃上”。

5.数据分析报告结构

 1)背景与目的
 2)分析思路
 3)分析正文（数据来源、数据处理、数据分析）
 4)结论与建议
 5)附录