机器学习基础之----Pandas(1)

对于机器学习的研究者，无论是数据分析还是数据挖掘，Pandas是一个非常重要的Python包，它不仅提供了很多方法，使得数据处理非常简单，同时在数据处理速度上也做了很多优化，在一定程度上优于Python的内置方法。

如果你想学习Pandas，建议看一下pandas的官网：Python Data Analysis Library

我们从基础开始一步步说起：

创建序列方法一：

'''
pandas
1、结构化数据分析
2、DataFrame、series等
3、强大的索引和数据处理能力
'''
import pandas as pd
from pandas import Series,DataFrame
#pandas series
#创建序列  
s1=pd.Series([21,22,3,4]) 
s1
>>>0    21
   1    22
   2     3
   3     4
   dtype: int64

求序列的值

s1.values
>>>array([21, 22,  3,  4], dtype=int64)

求序列的索引

s1.index
>>>RangeIndex(start=0, stop=4, step=1)

默认索引是从0开始，如果想自定义索引

s2=Series([23,24,56,12],index=['A','B','C','D'])
s2
>>>A    23
   B    24
   C    56
   D    12
   dtype: int64

生成的序列同样可以使用切片

s2[2:]
>>C    56
  D    12
  dtype: int64

如果想要从序列中查找某些指定的内容

s2[s2>20]
>>>A    23
   B    24
   C    56
   dtype: int64

将序列转换为字典

s2.to_dict()
>>>{'A': 23, 'B': 24, 'C': 56, 'D': 12}

当索引和内容不匹配时，若内容多出来，会报错；如果是索引多，则会默认给多出的索引一个空值

s2=Series([23,24,56,12],index=['A','B','C','D'])
index01=['A','B','C','D','e1']
s4=Series(s2,index01)
s4
>>>A     23.0
B     24.0
C     56.0
D     12.0
e1     NaN
dtype: float64

判断序列是否为空

pd.isnull(s4)
pd.notnull(s4)
>>>A      True
B      True
C      True
D      True
e1    False
dtype: bool

创建序列方法二

import numpy as np
s11=Series(np.arange(5))
s11
>>>0    0
1    1
2    2
3    3
4    4
dtype: int32

创建序列方法三

s12=Series({'A':1,'B':2,'C':3})
s12
>>>A    1
B    2
C    3
dtype: int64

reindex，这里说明一下，reindex更多的不是修改pandas对象的索引，而只是修改索引的顺序，如果修改的索引不存在就会使用默认的NaN代替此行。且不会修改原数组，要修改需要使用赋值语句。

s12.reindex(index=['a','b','c'])