Pnadas学习day-01

Pandas学习day-01

导入Pandas

import pandas as pd
import numpy as np

Pandas基本数据结构

pandas中有两种基本结构

Series

一维数组，与numpy中得array类似，与python中的基本数据结构List也相近。Series能保存不同的数据类型。

DataFrame

二维的表格型数据结构。

Pandas的Series类型

一维Series可以用一维列表初始化

s=pd.Series([1,3,5,np.nan,6,8])
s

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

s=pd.Series([1,3,5,np.nan,6,8],index=['a','b','c','d','e','f'])
s

a    1.0
b    3.0
c    5.0
d    NaN
e    6.0
f    8.0
dtype: float64

索引数据的行标签

s.index

Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')

值

s.values

array([ 1.,  3.,  5., nan,  6.,  8.])

s[0]

1.0

s[3]

nan

切片操作

s[2:5]

c    5.0
d    NaN
e    6.0
dtype: float64

s[::2]

a    1.0
c    5.0
e    6.0
dtype: float64

索引赋值

s.index.name='索引'
s

索引
a    1.0
b    3.0
c    5.0
d    NaN
e    6.0
f    8.0
dtype: float64

pandas的DataFrame类型

构造一个时间序列

date=pd.date_range('20180101',periods=6)
date

DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06'],
              dtype='datetime64[ns]', freq='D')

传入二维数组

df=pd.DataFrame(np.random.randn(6,4),index=date,columns=list('ABCD'))
df

	A	B	C	D
2018-01-01	0.276367	0.235869	-0.863373	0.785798
2018-01-02	-0.585890	0.142942	-0.504779	-1.370040
2018-01-03	-0.607308	-0.983548	0.310815	0.338497
2018-01-04	0.025879	-0.442640	-0.862432	1.204614
2018-01-05	-0.278121	0.272711	0.491046	-0.114447
2018-01-06	-0.042118	-0.761489	-2.086405	-0.566671

使用字典传入数据

df2=pd.DataFrame({
   'A':1,
                 'B'