pandas

虽说pandas基本上能做到numpy的很多功能，但是实际上效率要比numpy低很多，因此实际运用中pandas大部分是用于数据的读取等操作，对数据的运算依然是依靠更加高效的numpy

import pandas as pd
import numpy as np

NaN大写
基于列

series

创建

pd.Series(np.arrange(10),index = list())
t = pd.Series([1,2,3,4,5],index = list("abcde"))

type(t)
## pandas.core.series.Series

也可以用字典创建
dic = {a:1,b:2,c:3}
pd.Series(dic)

附：字典推导式
a = {string.ascii_uppercase[i]:i for i in range(10)}#连续的大写字母作为索引
string.ascii_lowercase[5:15]

取值

t.["age"] == t.[1]#两种都行 

t.index#取所有键

type(t.index)
## pandas.indexes.base.Index

t.values

tpye(t.values)
## numpy.ndarray

方法

大部分通用

where不同
t.where(t>10)#返回全部数据，但不符合条件的值替换为NaN
t.where(t>10,0)#同上，但不满足的值替换为第二个参数

读取数据

pd.read_excel()#具体参数再看具体数据查询
pd.read_sql()

dataframe

创建

行索引 index
列索引 columns

pd.DataFrame(数据，行，列)
pd.DataFrame(np.arange(12).reshape(3,4),index=list("abc"),columns=list("WXYZ"))

用字典创建

dic = {age:[17,18],name:["Dave","Mike"]}
pd.DataFrame(dic)
## 结果为2*2，键在columns上
## 也可以将几个相同键值的单值字典放入函数创建

方法

t.index
t.columns
t.values
t.shape
t.dtype # 列数据类型
t.nndim # 数据维度

t[] # 取行或列
t[][] # 取行列
t.head() # 默认5行
t.tail() # 默认5行
t.info() # 行数，列数，列索引，列非空值个数，数据类型，内存占用等
t.describe() # 快速综合统计结果：计数，均值，标准差，最大值，四分位数，最小值

t.loc[]  t.loc[[],:] # 按键值取值
t.iloc[]   # 按位置获取数据

t.sort_values(by = "X") # 按值排序