pandas教程

1.基础知识

Pandas是什么？
Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。最核心的就是Series和DataFrame两个数据结构,DateFrame最接近Python 字典数据结构

Series 1维 带有标签的同构类型数组
它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。

DateFrame 2维 表格结构，带有标签，大小可变，且可以包含异构的数据列
DateFrame可以看做是Series的容器，一个可以包含多个Series.
DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典

2.Series

由于Series是一维结构的数据，我们可以直接通过数组来创建这种数据
例子1：

import pandas as pd
import numpy as np
series1=pd.Series([11,12,13,14])
print(series1)

在这里插入图片描述：数据在第二列输出，第一列是数据的索引，在pandas中称之为Index

例子2

    import xlrd
    import pandas as pd
    import numpy as np
    import openpyxl
    df1=pd.Series([1,3,5,5,np.nan,"zzx",2])
    print(df1)

结果为

并且我们可以分别打印出Series中的数据和索引

import pandas as pd
import numpy as np
series1=pd.Series([11,12,13,14])
print(series1.values)
print(series1.index)
print(list(series1.index))

为以上代码结果为：

默认情况下，索引为【0，N-1】的形式。不过我们也可以在创建Series的时候指定索引。索引未必是整数：

import pandas as pd
import numpy as np
series1=pd.Series([11,12,13,14],index=["ae","1b","ec","d