Pandas 库

Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。
Time- Series：以时间为索引的Series。
DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。
Panel ：三维的数组，可以理解为DataFrame的容器

函数
pd.Series(iterable,index)	python的dict、numpy当中的ndarray（numpy中的基本数据结构）、具体某个数值。 index赋值必须是list类型
pd.DataFrame(data,columns=,index=)	DataFrame.head可以查询前几行的数据，默认为前五行； DataFrame.tail查看后几行书，默认为5行； DataFrame.describe查看全部数据 df.sort_index(axis=,ascending=) axis为0/1的参数，表示按行/按列排序；ascending为boolean参数，False表示降序，True表示升序 df.sort_value(by=，ascending=) by表示按哪一个columns参数排序 删除：使用del或者pop(‘columns’)方法。需要注意的是所有删除的方法都会改变原来DataFrame，而不是像其他方法一样内存当中新建一个DataFrame。pop由于弹出特定的列，会返回被弹出的列中的数值 DataFrame.loc[index:index,[‘columns’]]，loc方法当中的columns可以选择多列，如果表示只按列选择的话index可以不填但是冒号（：）和逗号（，）一定要写

• 表头行索引为“0”

pandas.read_csv("a.csv")	导入csc文件
a.head(n)	打印前n行数据，默认值为5
a.tail(n)	打印后n行
a.columns	获取列名，返回列表
a.shape	返回a的行列数，二元组
a.loc[n]	切片,n可以是列表
a[ColumnName]	ColumnName为列名，可以多个，如a[[“i”,“j”]]，返回对应列

导入数据

pd.read_csv(filename)	CSV文件导入数据
pd.read_table(filename)	从限定分隔符的文本文件导入数据
pd.read_excel(filename)	从Excel文件导入数据
pd.read_sql(query, connection_object)	从SQL表/库导入数据
pd.read_json(json_string)	从JSON格式的字符串导入数据
pd.read_html(url)	解析URL、字符串或者HTML文件，抽取其中的tables表格
pd.read_clipboard()	从你的粘贴板获取内容，并传给read_table()
pd.DataFrame(dict)	从字典对象导入数据，Key是列名，Value是数据

导出数据

df.to_csv(filename)	导出数据到CSV文件
df.to_excel(filename)	导出数据到Excel文件
df.to_sql(table_name, connection_object)	导出数据到SQL表
df.to_json(filename)	以Json格式导出数据到文本文件

创建测试对象

pd.DataFrame(np.random.rand(20,5))	创建20行5列的随机数组成的DataFrame对象
pd.Series(my_list)	从可迭代对象my_list创建一个Series对象
df.index = pd.date_range(‘1900/1/30’, periods=df.shape[0])	增加一个日期索引

查看、检查数据

df.head(n)	查看DataFrame对象的前n行
df.tail(n)	查看DataFrame对象的最后n行
df.shape()	查看行数和列数
http://df.info()	查看索引、数据类型和内存信息
df.describe()	查看数值型列的汇总统计
s.value_counts(dropna=False)	查看Series对象的唯一值和计数
df.apply(pd.Series.value_counts)	查看DataFrame对象中每一列的唯一值和计数

数据选取</