Pandas基础

Pandas

Pandas 的数据结构：Pandas 主要有 Series（一维数组），DataFrame（二维数组），Panel（三维数组），Panel4D（四维数组），PanelND（更多维数组）等数据结构。其中 Series 和 DataFrame 应用的最为广泛。

• Series 是一维带标签的数组，它可以包含任何数据类型。包括整数，字符串，浮点数，Python 对象等。Series 可以通过标签来定位。
• DataFrame 是二维的带标签的数据结构。我们可以通过标签来定位数据。这是 NumPy 所没有的。

创建 Series 数据类型

从列表创建 Series：

前面的 0, 1, 2, 3, 4 为当前 Series 的索引，后面的 0, 1, 2, 3, 4 为 Series 的值。

从 Ndarray 创建 Series：

rand 函数用于生成在区间 (0,1) 均匀分布的随机数。

从字典创建Series

Series基本操作

修改Series索引

Series 纵向拼接：

Series 按指定索引删除元素：

Series 修改指定索引元素：

Series 按指定索引查找元素：

Series 切片操作：

Series 运算

Series 加法运算：

Series 的加法运算是按照索引计算，如果索引不同则填充为 NaN（空值）。

Series 减法运算：

Series的减法运算是按照索引对应计算，如果不同则填充为 NaN（空值）。

Series 乘法运算：

Series 的乘法运算是按照索引对应计算，如果索引不同则填充为 NaN（空值）。

Series 除法运算：

Series 的除法运算是按照索引对应计算，如果索引不同则填充为 NaN（空值）。

Series 求中位数：

Series 求和：

Series 求最大值：

Series 求最小值：

创建 DataFrame 数据类型

与 Sereis 不同，DataFrame 可以存在多列数据。一般情况下，DataFrame 也更加常用。

通过 NumPy 数组创建 DataFrame：

通过字典数组创建 DataFrame：

查看 DataFrame 的数据类型：

DataFrame 基本操作

预览 DataFrame 的前 6行数据：

查看 DataFrame 的后 3 行数据：

查看 DataFrame 的索引：

查看 DataFrame 的列名：

查看 DataFrame 的数值：

查看 DataFrame 的统计数据：

DataFrame 转置操作：

对 DataFrame 进行按列排序：

对 DataFrame 数据切片：

对 DataFrame 通过标签查询（单列）：

对 DataFrame 通过标签查询（多列）：

对 DataFrame 通过位置查询：

DataFrame 副本拷贝：

判断 DataFrame 元素是否为空：

添加列数据：

根据 DataFrame 的下标值进行更改。：

根据 DataFrame 的标签对数据进行修改：

DataFrame 求平均值操作：

对 DataFrame 中任意列做求和操作：

字符串操作

将字符串转化为小写字母：

将字符串转化为大写字母：

DataFrame 缺失值操作

对缺失值进行填充：

删除存在缺失值的行：

DataFrame 按指定列对齐：

DataFrame 文件操作

47. CSV 文件写入：

CSV 文件读取：

Excel 写入操作：

Excel 读取操作：