Pandas入门

panadas提供两个常用的数据类型：Series、Dataframe

一、Series

pandas的数据类型，有index和value
Series类型类似于Numpy的一维数组对象，可以将该类型看做事一组数据与数据相关的标签（索引）联合而构成（带有标签的一维数组对象）。

# 通过列表创建
# Series使用类似字典的方式，进行存储，其中，标签就是字典的key，数据就是字典的value
s1 = pd.Series([1,2,3,4])
0    1
1    2
2    3
3    4
dtype: int64

s1.values
array([1, 2, 3, 4], dtype=int64)

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

s2 = pd.Series(np.arange(10))

# 通过字典的形式创建
s3 = pd.Series({
   '1':1, '2':2, '3':3})
s3.values
array([1, 2, 3], dtype=int64)
# index就是字典的key
s3.index
Index(['1', '2', '3'], dtype='object')

# 可以指定index，如果index数大于value，value会广播，没有指定，自动生成0，1，2
s4 = pd.Series([1,2,3,4], index=['A','B','C','D'])
A    1
B    2
C    3
D    4
dtype: int64
s4['A'] # 1

s4.to_dict() # 转换为字典
s4[s4>2]
C    3
D    4
dtype: int64

# 也可以创建一个Index对象，传入给index参数（创建Series时）
# 当多个series需要相同的index时，就是用这种方式
index_1 = ['A','B','C','D','E']
s6 = pd.Series(s4, index=index_1)
A    1.0
B    2.0
C    3.0
D    4.0
E    NaN
dtype: float64

# values类似于字典的values方法（这里是属性）返回series中的相关数据
s.values    # 值
s.shape    # 数据形状
s.size     # 数据个数
s.dtype

ones = pd,Series([1,2,3,float("NaN"), None, np,nan])
pd.isnull(s6)
0    False
1    False
2    False
3    True
4    True
5    True
dtype: bool
pd.notnull(s6)

# Series的name属性可以通过创建Series时，指定name的参数来设置
# name是Series的属性，其作用不仅仅体现在输出中
s=pd.Seriex([1,2,3], index=[5,7,7], name='Seriex的name属性的名字')
my_index = pd.Index([1,2,3], name='Index的name属性的名字')
s6.name = 'demo' # 给Series取名字
s6.index.name = 'demo index' # 给Series index取名字

# head与tail
# 最多显示前n/后n个数据，如果没有给定参数，则参数值迷人为5.
s.head()
s.tail()

# Series只支持一维的数据结构
# ndarry与Series都可以通过索引来访问元素，但是二者是有区别的，对于ndarry类型与裂变的形式，是基于位置进行的访问，在创建对象后，每个元素的位置固定了，我们不能自行去改变元素的索引。
# 对于Series，类似于字典的形式，是基于key值进行访问元素的，我们可以自行去改变（指定）key值。

# Series也能进行标量或矢量化运算，但是Sreies的规则与ndarry是不太相同的。
#对于ndarry，时进行对位的计算（根据元素的位置进行计算），对于Series会根据索引进行对齐计算，如果索引无法进行匹配，则会产生空值（NaN）	
s + s2
# 同时，Series提供了用于计算的方法，例如add，multiply等，方法没有运算符简便，但是，方法可以提供更多的行为，可以指定fill_value参数，当索引无法匹配时，使用fill_value进行填充。
s.add(s2, fill_value=100)

# ndarry提供的统计函数，rum,mean等，也适用于Sreies类型。
# ndarry数组与Series在计算时，对控制的处理不太相同，对于ndarry数组会产生空值，对于Serise,会忽略空值。
s = pd.Series(