Pandas入门到精通（一）

关于Pandas是干嘛的，功能有多强大我就不多说看了，我直接上干货。

1、导入pandas包

import pandas as pd

2、创建一个Series序列

pd.Series([1, 3, 5, np.nan, np.nan, 6, 8])
print(s)
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

3、根据日期创建一个序列（DatetimeIndex）

periods 表示的时期
freq=“D” 表示的是以 Day 增加也就是天数目，所以一直是日在增加,当然也可以改成“M”，具体可以参考
freq参数可选项目
还有一些参数，比如开始、结束、时区等相关参数。

4 、设置index的Series

s = pd.Series(np.random.randn(5), index=["a", "b", "c", "d", "e"])
a    0.114858
b    0.872704
c    0.284864
d    0.884343
e    0.249049
dtype: float64

5、从字典里生成Series

d = {"a": 0.0, "b": 1.0, "c": 2.0}
pd.Series(d)

6、Series切片

    data2 = pd.Series(np.random.randint(1, 5, 5), index=["a", "b", "c", "d", "e"], dtype="uint32")
    print(data2)
    print("-" * 32)
    print("median", data2.median()) # 取平均数
    print("-" * 32)
    print(data2[:2])  # 取前两个
    print("-" * 32)
    print(data2[data2 > data2.median()])  # 取大于平均数的
    print(data2[[4, 3, 1]])  # 取列表中的索引为 4、3、1的数
    print(np.exp(data2)) # np.exp()函数是求e x e^{x}e
a    1
b    3
c    2
d    4
e    2
dtype: uint32
--------------------------------
median 2.0
--------------------------------
a    1
b    3
dtype: uint32
--------------------------------
b    3
d    4
dtype: uint32
e    2
d    4
b    3
dtype: uint32
a     2.718282
b    20.085537
c     7.389056
d    54.598150
e     7.389056
dtype: float64

Process finished with exit code 0

6、Series类似字典的操作

    data2 = pd.Series([1, 2, 3, 4, 5], index=["a", "b", "c", "d", "e"], dtype="uint32")
    print(data2['a']) # 取出索引是 a 的数据
    print('b' in data2) # 判断是否有 b 这个索引
    print(data2.get("d"))

7、Series类似 narray的操作

    data2 = pd.Series([1, 2, 3, 4, 5], index=["a", "b", "c", "d", "e"], dtype="uint32")
    print(data2+data2) 
    print(2*data2) 
    print(np.exp(data2)) 

8、Series 设置name和修改

    data2 = pd.Series([1, 2, 3, 4, 5], index=["a", "b", "c", "d", "e"], dtype="uint32")
    data2.name = "hongbiao"
    print(data2.name)
    data = data2.rename("zhangsan")
    # 注意这里rename之后就是另外一个对象了
    print(data.name)

好了，上面就是Series的一些基本知识，当然还有Series的一些索引，我这里就不多说了，后面在索引的时候再说