CDA打卡活动-Python数据分析极简入门2-4.2

第二节 Pandas数据类型

心得：在这一节里，老师们详细整理了使用pandas读取、查看和处理数据的各种技巧，有很多细节问题都是在实际使用过程中要回过来再查找的。第一次系统性地学习pandas（以前都是到处copy拿来就用），才发现它的功能如此强大！

series：一维数组，该结构能够放置各种数据类型，比如字符、整数、浮点数等
time-series：以时间为索引的series
dataframe：二维的表格型数据结构，可以理解为是series的容器，它既有行索引columns，也有列索引index

查看前几行：df.head(2)
查看后几行：df.tail(2)
查看随机n行：df.sample(2)

单列选取：
1. 直接在[]里面写上筛选的列名
df['a']
2. 在.iloc[]里，前面写上要筛选的行索引，在逗号,后面写上要筛选的列索引，其中冒号:代表所有，0:3代表从索引0到2
df.iloc[0:3,0]
3. 直接在.后面写上列名
df.a

多列选取：
1. 直接在[]里面写上要筛选的列名组成的列表
df[['a','c','d']]
2. 在.iloc[]里面行索引位置写:选取所有行，列索引位置写上要筛选的列顺序组成的列表[0,2,3]
df.iloc[:,[0,2,3]]
3. 在.loc[]里面行索引位置写:选取所有行，列索引位置写上要筛选的列索引组成的列表['a','c','d']
df.loc[:,['a','c','d']]

按行选取：
1. 直接选取第一行
df[0:1]
2. 用loc选取第一行
df.loc[0:0]
3. 选取任意不连续的多行
df.iloc[[1,3],]
4. 选取连续多行
df.iloc[1:4,:]

指定行列：
1. 根据行列的索引，i应该是index的意思
df.iat[2,2]
2. 根据行列名称
df.at[2,'c']
3. 指定行列区域
df.iloc[[2,3],[1,4]]

pandas条件查询：
1. 单一条件
df[df['a']>60]
df.loc[df['a']>60]
2. 单一条件&多列
df.loc[(df['a']>60), ['a','b','d']]
3. 多条件
df[(df['a']>60) & (df['b']>60)]
4. 多条件 筛选行 & 指定列
df.loc[(df['a']>60) & (df['b']>60), ['a','b','d']]

聚合计算：聚类计算是对数据进行汇总和统计的操作，常见的方法包括计算均值、求和、最大值、最小值、计数等。
df['a'].mean()

按行、列聚合计算
df.sum(axis=0) #按列求和汇总到最后一行
df.sum(axis=1) #按行求和汇总到最后一列