本文介绍了Pandas，一个Python数据处理库，它提供了高效的数据结构Series和DataFrame，适用于关系或标记数据的处理。文章详细阐述了Pandas的起源、功能，以及它在时间序列分析上的优势。此外，还提到了开发环境的配置，包括操作系统、开发工具、Python版本和必要的第三方模块。最后，对Pandas的两种核心数据结构Series和DataFrame进行了详细说明，并通过代码示例展示了它们的使用。
一、Pandas简介
Pandas是一个Python软件包，提供快速，灵 活和富有表现力的数据结构，旨在使“关系” 或“标记”数据的工作变得简单直观。 Pandas 纳入了大量库和一些标准的数据模 型，提供了高效地操作大型数据集所需的工具以及大量能使我们快速便捷地处理数据的函数和方法。
Pandas最初被作为金融数据分析工具而开发 出来，因此，pandas为时间序列分析提供了 很好的支持。 Pandas的名称来自于面板数 据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。
Pandas时一个开源的，BSD许可的库，为Python编程语言提供了高性能，易于使用的数据结构和数据分析工具。
二、Pandas 开发环境准备
1、操作系统： windows 8.1
2、开发工具：
• Anaconda 5.1
• Jupyter Notebook
3、Python版本 • 3.6
4、第三方模块包
• numpy 1.13.3
• pandas 0.20.3
• matplotlib 2.1
三、Pandas 基本数据结构
Pandas两个主要数据结构: Series和 Dataframe。
Series是一种类似于一维数组的对象,它由一组数据(各种 Numpy数据类型)以及一 组与之相关的数据标签(即索引1)组成。仅由一组数据即可产生最简单的 Series。
Series代码演示如下：
最低0.47元/天 解锁文章
扫一扫
1025
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
