关于pandas
pandas是基于numpy开发,和numpy,matplotlib共称为python数据领域分析的三巨头, 更加重要的是,他们共享接口。
pandas数据类型
pandas数据类型共有以下几种:
- Series——一维数组
- DataFrame——二维数组
- Panel——三维数组
- Panel4D——四维数组
其中我们Series和DataFrame用得最多。
与numpy不同的是,numpy是用ndarray模拟矩阵。然而我们pandas模拟的是我们的数据集。
具体一点地说,ndarray必须通过整型的索引来访问我们的元素。但是在我们的数据集中,我们的列名不一定是整数, 以我们预测房价这个为题为例,它可以是“房子的大小”,“卧室的数目”。pandas对此做了很好的实现。
构建DataFrame类型
DataFrame本质上是一个二维数组,了解他以后我们对Series类型的对象也应该很清楚了。
我们可以使用dict对象来创建一个DataFrame,字典的key是我们column的名,value是我们不同数据集中的数据。
df = pd.DataFrame