python pandas 应用系列

pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包

pandas 是围绕着 Series 和 DataFrame 两个核心数据结构展开的 

一、导入相关包：

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

二、创建对象：

（一）

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
from pandas import Series,DataFrame
s = Series([1,3,5,7])
print s

可以传递一个list进入Serise ， 默认创建整形，并且创建的时候会返回一个dtype：在这里就是int64

PS：如果list中有其他的数据类型，则会返回 object类型（多种数据类型；

（二）

Series允许传递index（左侧下标） 和 value （右侧下标），这里就和字典一样,不过value的表达是data

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
from pandas import Series,DataFrame
s = Series(index = ['a','b','c'] , data= [1,3,5])
print s

并且可以使用 s.index 和 s.values 来查询 ， 这里是一一对应关系，但是又是相互独立的narray。

PS:Serise 还有name 属性， 可以定义 s.name 和 s.index.name , eg ---> s.name = 'a_series'

(三)

DataFrame是一个表格型的数据结构，它含有一组有序的列（类似于 index），每列可以是不同的值类型（不像 ndarray 只能有一个 dtype）。

基本上可以把 DataFrame 看成是共享同一个 index 的 Series 的集合。

DataFrame 的构造方法与 Series 类似，只不过可以同时接受多条一维数据源，每一条都会成为单独的一列：

import numpy as np   
import pandas as pd   
import matplotlib.pyplot as plt  
from pandas import Series,DataFrame 
data = {'state':['china','china','china','japan','japan'] , 'year':['2012','2012','2013','2014','2015'],'pop':['1.5','1.6','1.7','1.8','1.9']}
df = DataFrame(data)

并且对于上述操作：

DataFrame(data=None,index=None,coloumns=None)，coloumns就是name ， 并且index可以修改左侧顺序的名称。

cloumns可以修改上面name的先后顺序，并且让权值对齐；

df = DataFrame(data,index = ['one','two','three','four','five'],columns=['year','pop','state','love'])

并且如果想提取出某一列的话，就对其进行如同C语言结构体的操作即可， 

df.state