pandas（1）

pandas简介

        pandas是一款开源代码的bsd许可的python库，为python编程语言提供了高性能，易于使用的数据结构和数据分析工具。广泛的领域，包括金融，经济，分析等学术和商业领域

        pandas是numpy的一种工具，该工具是为了解决数据分析任务而创建

        pandas纳入大量库和一些数据模型，提供了高效的大型数据集所需的工具

优点

        快速高效的dataframe对象，具有默认和自定义的索引

        将数据从不同文件格式加载到内容中的数据对象的工具

        丢失数据的数据对齐和综合处理

        集成时间序列功能

        基于标签的切片，索引和大数据集的子集

        可以删除或插入来自数据结构的列

        按数据分组进行聚合和转换

        高性能合并和数据加入

        合并及其他出现在常见的数据库（例如sql)中的关系型预算

数据类型分类

        系列（series)

        数据帧（dataframe):被广泛使用，是最重要的数据机构之一

        面板（panel):很少使用

维度和描述：     

 系列：

 数据帧：    

 面板        

2.系列（series)

        能够保持任何类型的数据（整数，浮点数，python对象等）一堆标记数组，轴标签统称为索引。原型： pandas.Series(data=None,index=None,dtype=NONE,copy=False)

从ndarray创建一个系列创建一个系列

        

import pandas as pd
import pandas as np

x=np.array([1,2,3,4,5])
s=pd.Series(x)
print(s)

 输出：

0    1
1    2
2    3
3    4
4    5
dtype: Int64

可以指定index

x=np.array([1,2,3,4,5])
s=pd.Series(x,index=[10,20,30,40,50])#可以指定索引
print(s)

 输出：

10    1
20    2
30    3
40    4
50    5
dtype: Int64

从字典创建一个系列

        字典（dict)可以作为输入传递，如果没有指定索引，则按照排序取得字典键以构造索引。如果传递了索引，索引中与标签对应的数据中的值将被拉出

d={'a':1,'b':2,'c':3}
s=pd.Series(d,index=['b','c','a','d'])
print(s)

输出：

b    2.0
c    3.0
a    1.0
d    NaN
dtype: float64

从一个标量创建一个系列

        如果数据是标量值，则必须提供索引，则该值以匹配索引的长度

s=pd.Series(5,index=[0,1,2,3,4,6,7,8])
print(s)

输出：

0    5
1    5
2    5
3    5
4    5
6    5
7    5
8    5
dtype: int64

访问数据

        从具有位置的系列中访问数据

        系列中的数据可以使用类似于访问ndarray中的数据来访问

                检索第一个元素，比如已经知道数组从零开始计数，第一个元素储存在零位置等等

                

import pandas as pd

s=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
print(s[0])

        输出：

        1

                检索系列中的前三个元素。如果a：被插入到其前面，则将该索引向前的所有项目被提取。如果使用两个参数（使用它们之间），两个索引之间的所有项目（不包括停止索引）

注意：如果要取得索引是数字下标，遵循左开右闭。如果下标是字母的，那就全拿

import pandas as pd

s=pd.Series([1,2,3,4,5],index=['a','b','c','d','e'])
print(s['a':'d'])

        输出：

a    1
b    2
c    3
d    4
dtype: int64

系列基本功能：

import pandas as pd
import numpy as np

s=pd.Series(np.random.randn(5))
s

 输出：

0    1.095222
1   -0.408732
2   -1.210231
3    1.842531
4   -0.935634
dtype: float64

s.axes

[RangeIndex(start=0, stop=5, step=1)]

s.dtype

dtype('float64')

s.ndim

1

s.size

5

s.values

array([ 1.09522225, -0.40873156, -1.21023125,  1.84253128, -0.93563425])

type(s.values)

numpy.ndarray

s.head(3)#获取前3个索引的值

0    1.095222
1   -0.408732
2   -1.210231
dtype: float64

s.tail(2)#获取后两个索引的 值

3    1.842531
4   -0.935634
dtype: float64

s=pd.Series(['tom','william','jhon','albert',np.nan,'1234','jjj'])
print(s)
print('\n')

0    3.0
1    7.0
2    4.0
3    6.0
4    NaN
5    4.0
6    3.0
dtype: float64

s.str.lower()

0        tom
1    william
2       jhon
3     albert
4        NaN
5       1234
6        jjj
dtype: object

s.str.upper()

0        TOM
1    WILLIAM
2       JHON
3     ALBERT
4        NaN
5       1234
6        JJJ
dtype: object

s=pd.Series(['tom ','william','jh   on','albert    ',np.nan,'1234','jjj'])
print(s)
print('\n')

0          to