Python数据分析与展示——Pandas

数据分析之概要

一、Pandas库入门
http://pandas.pydata.org

1.Pandas库的介绍
Pandas：python第三方库，提供性能易于数据类型和分析工具
引入：import pandas as pd
数据类型：Series, DataFrame

2.Pandas库的Series类型
由一组数据及与之相关的数据索引组成。
自动索引：0 1 2 3

自定义索引：a b c d

Series类型可以由如下类型创建：
（1）标量值

（2）字典类型


（3）ndarray类型

（4）python列表
index与列表元素个数一致
（5）其他函数
range()函数
Series类型的基本操作：

Series类型的操作类似ndarray类型：
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类型对齐操作：

Series类型的name属性：

Series类型的修改：
Series对象可以随时修改并即刻生效

3.Pandas库的DataFrame类型
由共用相同索引的一组列组成。
DataFrame类型可以由如下类型创建：
（1）二维ndarray对象

（2）一维ndarray对象字典
自定义行索引、自定义列索引、数据根据行列索引自动补齐

（3）列表类型的字典

4.Pands库的数据类型操作
.reindex()能够改变或重排Series和DataFrame索引

5.Pandas库的数据类型运算
算术运算：





比较运算：


二、Pandas数据特征分析

1.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)

NaN统计放到排序末尾：

2.数据的基本统计分析
（1）适用于Series和DataFrame类型
.describe()方法：针对0轴（各列）的统计汇总
.sum()：计算数据的总和，按0轴计算
.count()：非NaN值的数量
.mean() .median()：计算数据的算术平均值、算术中位数
.var() .std()：计算数据的方差、标准差
.min() .max()：计算数据的最小值、最大值
（2）适用于Series类型
.argmin() .argmax()：计算数据最大值、最小值所在的位置的索引位置（自定义索引）
.idxmin() .idxmax()：计算数据最大值、最小值所在的位置的索引（自定义索引）



3.数据的累计统计分析
适应于Series和DataFrame类型，累计计算



适用于Series和DataFrame类型，滚动计算（窗口计算）



4.数据的相关分析