数据建模之Pandas

如果用 python 的列表和字典来作比较, 那么可以说 Numpy 是列表形式的，没有数值标签，而 Pandas 就是字典形式。Pandas是基于Numpy构建的，让Numpy为中心的应用变得更加简单。

数据结构

要使用pandas，首先需要了解主要两个数据结构：Series和DataFrame。

Series

import pandas as pd
import numpy as np
s = pd.Series([1,3,6,np.nan,44,1])
print(s);

 Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引。于是会自动创建一个0到N-1（N为长度）的整数型索引。

DataFrame

DataFrame是一个表格型的数据结构，它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，布尔值等）。DataFrame既有行索引也有列索引， 它可以被看做由Series组成的大字典。

dates = pd.date_range('20160101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(df)

 

 如果未对DataFrame设置索引，默认从0开始

print(df)
print(df.dtypes)  #获取数据中的类型
print(df.index) #获取列的序号
df.columns  #数据名称
df.values #df所有的值
df.describe #数据的总结
print(df.sort_index(axis=1, ascending=False))#对数据的 index 进行排序并输出
print(df.sort_values(by='B'))#数据值排序输出

其他操作见Pandas对象的方法。