pandas库

pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据，下面我们来看看DataFrame是如何使用的。

1. 首先是引入pandas和numpy，这是经常配合使用的两个包，pandas依赖于numpy，引入以后我们可以直接使用np/pd来表示这个两个模块

2. 先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值

3. 为了快速入门，我们看一下如何创建一个6X4的数据：randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列

4. 我们还可以使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数

5. 这又是一个字典创建DataFrame的例子

6. 假如字典内的数据长度不同，以最长的数据为准，比如B列有4行：

7. 可以使用dtypes来查看各行的数据格式

8. 接着看一下如何查看数据框中的数据，看一下所有的数据

9. 使用head查看前几行数据（默认是前5行），不过你可以指定前几行

10. 查看前三行数据

11. 使用tail查看后5行数据

12. 查看数据框的索引

13. 查看列名用columns

14. 查看数据值，用values

15. 查看描述性统计，用describe

16. 使用type看一下输出的描述性统计是什么样的数据类型——DataFrame数据

17. 使用T来转置数据，也就是行列转换

18. 对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序。

    

pandas教程：[2]DataFrame选择数据-1

• |
• 浏览：17973
• |
• 更新：2014-07-29 18:17

上一篇文章介绍了如何创建和查看DataFrame数据，这篇文章讲一下如何选择DataFrame中的数据，还是用例子来说明问题。

1. 先来看一下今天用到的数据框的内容

2. 假如我们要选择A列的数据进行操作：df['a']

3. 还可以使用数组的切片操作，但是注意了，切片得到的是行数据

4. 如果你想使用这个方法得到列，那就会出现错误

5. 我们还可以使用行标签来指定输出的行

6. DataFrame的loc方法是帮助选择数据的，比如选择索引位置为0的一行数据（注意我们是用dates作为索引的）

7. 选择多列数据的写法

8. 假如我们要选择的是一个局部数据，是行和列的交叉区域

9. 假如我们只选择某一个数据，可以指定行和列：

10. 当然，at方法是专门用于获取某个值的：

11. 选择数据就是用到了切片和loc、at方法，下一篇文章介绍一下iloc方法选择数据，它使你像操作array一样操作DataFrame

pandas教程：[3]DataFrame切片操作

• |
• 浏览：12462
• |
• 更新：2018-01-24 22:45

DataFrame数据框允许我们使用iloc方法来像操作array（数组）一样对DataFrame进行切片操作，其形式上，跟对数组进行切片是一样的，我们下面来演示一下一些典型的切片操作：

1. 先创建一个6行4列的DataFrame数据框

2. 使用iloc方法，提取第四行数据：

3. 我们可以看一下，这种方法得到的返回值是一个series数据

4. 返回4-5行，1-2列数据，用下面的写法，你可以看到跟array的切片操作是一模一样的额

5. 我们也可以提取不连续行和列的数

6. 想要提取某一样或者某几行的数据，保证所有列都在，可以使用一个冒号来表示所有列

7. 当然，所有行，也可以用冒号来表示

8. 提取某一个值，去掉所有冒号，比如取第2行第2列的这个数

9. 当然，iat是专门提取某个数的方法，它的效率高更高，因此建议在提取单个数的时候用iat