pandas基本概念及创建

Pandas 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。

Pandas基于Numpy，最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

Series 数据结构

# Series 是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引

import numpy as np
import pandas as pd  
# 导入numpy、pandas模块
s = pd.Series(np.random.rand(10))
# 查看数据、数据类型
print(s.index,type(s.index))
print(s.values,type(s.values))
# .index查看series索引，类型为rangeindex
# .values查看series值，类型是ndarray

Series 的创建方法一：由字典创建，字典的key就是index，values就是values

import numpy as np
import pandas as pd  
dic = {'a':1 ,'b':2 , 'c':3, '4':4, '5':5}
s = pd.Series(dic)
print(s)

Series 创建方法二：由数组创建(一维数组)

arr = np.random.randn(10)
s = pd.Series(arr)
print(arr)
print(s)
# 默认index是从0开始，步长为1的数字
s = pd.Series(arr, index = ['a','b','c','d','e'],dtype = np.object)
print(s)
# index参数：设置index，长度保持一致
# dtype参数：设置数值类型

Series 创建方法三：由数值创建

import numpy as np
import pandas as pd  
s = pd.Series(10, index = range(4))
print(s)
# 如果data是标量值，则必须提供索引。该值会重复，来匹配索引的长度

Series 名称属性：name

import numpy as np
import pandas as pd  
s1 = pd.Series(np.random.randn(10))
s2 = pd.Series(np.random.randn(10),name = 'pandas')
print(s1)
print('******'*5)
print(s2)
print(s1.name, s2.name,type(s2.name))
print('******'*5)
# name为Series的一个参数，创建一个数组的名称
# .name方法：输出数组的名称，输出格式为str，如果没用定义输出名称，输出为None
s3 = s2.rename('hello world')
print(s3)
print(s3.name, s2.name)
# .rename()重命名一个数组的名称，并且新指向一个数组，原数组不变

位置下标

import numpy as np
import pandas as pd  
s = pd.Series(np.random.rand(5))
print(s)
print(s[0],type(s[0]),s[0].dtype)
print('******'*5)
print(float(s[0]),type(float(s[0])))
print(s[-1])
# 位置下标从0开始
# 输出结果为numpy.float格式，
# 可以通过float()函数转换为python float格式
# numpy.float与float占用字节不同

标签索引

import numpy as np
import pandas as pd  
s = pd.Series(np.random.rand(5), index = ['a','b','c','d','e'])
print(s)
print(s['a'],type(s['a']),s['a'].dtype)
# 方法类似下标索引，用[]表示，内写上index，注意index是字符串
s1 = s[['a','b','e']]
print(s1,type(s1))
# 如果需要选择多个标签的值，用[[]]来表示（相当于[]中包含一个列表）

切片索引

import numpy as np
import pandas as pd  
s1 = pd.Series(np.random.rand(10))
s2 = pd.Series(np.random.rand(10), index = ['a','b','c','d','e','f','g','h','i','j'])
print(s1[1:4],s1[6])
print(s2['a':'h'],s2['c'])
print(s2[0:5],s2[9])
# 注意：用index做切片是末端包含
print(s2[:-1])
print(s2[::2])
# 下标索引做切片，和list写法一样

布尔型索引

import numpy as np
import pandas as pd  
s = pd.Series(np.random.rand(3)*100)
s[4] = None  # 添加一个空值
print(s)
bs1 = s > 50
bs2 = s.isnull()
bs3 = s.notnull()
print(bs1, type(bs1), bs1.dtype)
print(bs2, type(bs2), bs2.dtype)
print(bs3, type(bs3), bs3.dtype)
print('-----')
# 数组做判断之后，返回的是一个由布尔值组成的新的数组
# .isnull() / .notnull() 判断是否为空值