NLP的学习笔记（3）之Pandas库

Pandas是什么？

Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
Pandas最特别的地方就是有标签列。

利器之一：Series

它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的==数据标签(即索引)==组成。仅由一组数据也可产生简单的Series对象。

利器之一：DataFrame

DataFrame是Pandas中的一个表格型（二维数组）的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

---

Series

• 创建Seires对象：S = pd.Series(data,index=。。。。)

创建一维数组：

• 并且apples的类型是Pandas库的Series类

apples的结果由标签和值组成。访问标签和值的方式分别是apples.index和apples.values。

分别查看值和标签的类型可以发现，Series中的值的类型是numpy，标签是pandas库中的index类。

---

• 可以通过设置Series对象中的index来设置标签内容，且各标签名可以相同。但是当data为字典时，当标签名有取相同时，对应值取。