《用Python进行数据分析》（cha5+cha7）

cha5

# coding: utf-8

# In[1]:


import pandas as pd
from pandas import Series , DataFrame


# In[2]:


obj = Series([4,7,-5,3])


# In[3]:


obj


# In[4]:


obj.values


# In[5]:


obj.index


# In[8]:


obj2=Series(data=[4,7,-5,3],index=['d','b','a','c'])


# In[9]:


obj2


# In[10]:


'b' in obj2


# In[11]:


#或者如果有Dictionary，我们也可以通过Dictionary来创建Series：
sdata = {'Ohio':350,"Texas":700,"Oregon":160}
obj3=Series(sdata)
obj3


# In[13]:


#通常说来，Series最重要的功能是，它在算数运算中，会自动对齐不同索引的数据
import numpy as np
data = DataFrame(np.arange(16).reshape((4,4)),
                index=['Ohio','Colorando','Utah','New York'],
                columns=['one','two','three','four'])


# In[14]:


data


# In[15]:


data<6


# In[16]:


data.ix[['Colorando'],[3,0,1]]

cha7

# coding: utf-8

# In[1]:


import pandas as pd
import numpy as np


# In[4]:


df1 = pd.DataFrame({'key':['b','b','a','c','a','a','b'],
                 'data1':range(7)})


# In[5]:


df1


# In[6]:


df2 = pd.DataFrame({'key':['a','b','d'],
                 'data2':range(3)})


# In[7]:


df2


# In[9]:


pd.merge(df1,df2)


# In[10]:


pd.merge(df1,df2,on='key')


# In[14]:


#默认情况下，merge是内连接，结果的并集
#当我们规定了how='outer'后，就是外连接，取并集

pd.merge(df1,df2,how='outer')


# In[16]:


#轴向连接
arr = np.arange(12).reshape((3,4))
arr


# In[17]:


np.concatenate([arr,arr],axis=1)


# In[18]:


np.concatenate([arr,arr],axis=0)


# In[20]:


#重塑层次化索引
data = pd.DataFrame(np.arange(6).reshape((2,3)),
                   index = pd.Index(['Ohio','Colorado'],name='state'),
                   columns = pd.Index(['One','Two','Three'],name='number'))
data


# In[22]:


result = data.stack()
result


# In[23]:


result.unstack()


# In[25]:


data= pd.Series([1,-999,2,-999,-1000,3])
data


# In[26]:


data.replace([-999,-1000],[np.nan,0])


# In[27]:


#检测和过滤异常值
np.random.seed(12345)


# In[28]:


data = pd.DataFrame(np.random.randn(1000,3))


# In[29]:


data.describe()