python数据分析（三）-----pandas

Pandas是Python第三方库，提供高性能易用数据类型和分析工具
Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用
import pandas as pd

Pandas库与numpy库相似，但它更注重扩展数据类型，关注数据的应用表达，数据与索引间的关系

Pandas库Series类型

Series类型由一组数据及与之相关的数据索引组成
如：index_0 ---------> data_a
index_1 ---------> data_b
索引 数据

** 从标量值创建**

从字典类型创建


从ndarray类型创建

Series类型的基本操作

.index 获得索引
.values 获得数据
Series类型的操作类似ndarray类型：
• 索引方法相同，采用[]
• NumPy中运算和操作可用于Series类型
• 可以通过自定义索引的列表进行切片
• 可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

Series类型的操作类似Python字典类型：
• 通过自定义索引访问
• 保留字in操作
• 使用.get()方法

Series对象和索引都可以有一个名字，存储在属性.name中

Pandas库的DataFrame类型

DataFrame是一个表格型的数据类型，每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据，但可以表达多维数据

从二维ndarray对象创建

从一维ndarray对象字典创建

从列表类型的字典创建

数据根据行列索引自动补齐

Pandas库的数据类型操作

重新索引
.reindex()能够改变或重排Series和DataFrame索引
.reindex(index=None, columns=None, …)的参数

索引类型的常用方法

删除指定索引对象
.drop()能够删除Series和DataFrame指定行或列索引

算术运算

算术运算根据行列索引，补齐后运算，运算默认产生浮点数
补齐时缺项填充NaN (空值)
二维和一维、一维和零维间为广播运算
采用+ ‐ * /符号进行的二元运算产生新的对象

数据的排序

.sort_index()方法在指定轴上根据索引进行排序，默认升序
.sort_index(axis=0, ascending=True)

.sort_values()方法在指定轴上根据数值进行排序，默认升序
Series.sort_values(axis=0, ascending=True)
DataFrame.sort_values(by, axis=0, ascending=True)
by : axis轴上的某个索引或索引列表


NaN统一放到排序末尾

基本统计分析函数

数据的累计统计分析