基于Python的数据分析与数据挖掘教程之三： 数据分析库（Pandas）

      博文所需文件：https://download.csdn.net/download/fjqlldg/12251455

  Pandas是基于NumPy的一种数据分析工具，在数据分析与挖掘中，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数据分析与挖掘的第一步

Pandas中除了Panel数据结构，还有两种数据结构：Series和DataFrame，这两种数据结构也是建立在NumPy基础上。

Series：序列，与NumPy中的一维数组相类似，与Python数据结构list也很相近。

DataFrame：二维的表格型数据结构。

Panel：三维数组。

一、序列（Series）

1、语法：Series（[数据1，数据2，…]，index=[索引1，索引2，…]）

2、生成序列：

⑴、空序列

⑵、列表生成序列

⑶、数组构建序列

⑷、字典构建序列

3、序列切片

二、数据框（DataFrame）

1、用法：DataFrame（columnsMap）

2、数据框生成

⑴、空数据框

⑵、列表创建数据框

①、默认索引为0开始。

②、自定义索引

③、自定义索引及列名

⑶、根据字典创建数据框

3、数据框的操作

⑴、增加数据框列

⑵、删除数据框列

⑶、数据框排序:按学号降序排序

三、数据读取（所需样本数据见网页）

1、读取Excel格式数据

2、读取csv格式数据

命令格式：read_csv(file,names=[列名1，列名2，...],sep=”,”)

四、数据框的操作

1、显示数据信息

2、显示前5行，后5行

3、查看数据框列名

4、数据框维度

⑴、显示数据框的行数和列数

⑵、显示数据框行数

⑶、显示数据框列数

5、数据选取

⑴、从数据框抽取某列

⑵、选取多列

⑶、df.iloc[i,j]:表示数据框的第i行，第j列数据。

6、抽取数据

⑴、抽取第4行（第一行是从0开始）

⑵、抽取3至6行

⑶、抽取0到3行且“学号”和“姓名”列数据

⑷、抽取0至2行和1至5列数据

（5）、条件选取：选取性别为“男”且专业为“计算机”的同学信息