初学者，了解Pandas-Day15

Pandas是一个开源的Python库，是基于NumPy的一种工具，提供了数据结构和数据分析工具，使得Python可以更轻松地处理数据。Pandas的主要数据结构是Series和DataFrame，它们可以用来处理不同类型的数据，如数值型、字符串型、时间序列等。Pandas包含了许多功能，如数据清洗、数据转换、数据合并、数据过滤等，使得数据处理变得更加简单和高效。该库常用于数据分析、数据可视化、机器学习等领域。

Windows下安装（运行管理员模式的终端）：pip install pandas

导入pandas模块：import pandas as pd
 

Pandas有两大主要数据结构：
① Series（一维数据）
② DataFrame（二维数据）

pandas之Series系列： 

Series是 Pandas中的一种一维标记型数据结构，类似于一维数组。
Series具有以下一些主要特点：
1. 包含数据：可以是各种数据类型，如整数、浮点数、字符串等。
2. 索引：每个元素都有与之对应的索引。
3. 操作灵活：支持多种数据操作和运算。

函数：pd.Series(data,index,dtype,name,copy=False)
参数：
- data：一组数据(ndarray、list、tuple、dict)
- index：数据索引标签，如果不指定，默认RangeIndex（0，1，2，...，n）
- dtype：数据类型，默认会自己判断
- name：设置名称
- copy：拷贝数据，默认为False

Series的属性：
- .shape 形状属性
- .ndim 维度属性
- .size 元素个数
- .dtype 数据类型
- .empty 数据是否为空
- .index 索引标签，可以通过此属性修改数组的索引
- .values 返回numpy的ndarray数组

Series索引和切片操作：
Series索引和切片操作和一维的ndarray数组操作相同，同时可以使用标签索引

使用索引切片：

Series布尔掩码操作和一维数组的ndarray掩码操作相同：

Series标签筛选操作：
在索引过程中使用整数或自定义标签列表或数组可以对Series的数据进行筛选

Series的字符串操作： 

Pandas中的Series对象支持许多字符串操作，这些操作可以方便地处理Series对象中的文本数据。一些常见的字符串操作包括：

1. 字符串长度：使用str.len()方法获取每个字符串的长度。

   

2. 大小写转换：使用str.lower()、str.upper()、str.capitalize()等方法进行大小写转换。
3. 字符串拼接：使用str.cat()方法可以将两个字符串的Series对象进行拼接。
4. 字符串分割：使用str.split()方法可以按照指定的分隔符将字符串拆分成Series对象。

   

5. 字符串替换：使用str.replace()方法可以替换字符串中的指定子串。

   

6. 字符串匹配：使用str.contains()方法可以判断字符串中是否包含指定的子串。

   

7. 字符串提取：使用str.extract()方法可以提取指定模式的子字符串。
8. 字符串去除空格：使用str.strip()方法可以去除字符串两端的空格。

   

9. 字符串索引：使用.str[]可以对字符串进行索引，获取指定位置的字符。

 Series的其他常用方法：
Series.isna()/Series.isnull(）判断是否为缺失值
Series.fillna(value,inplaceFalse) 填充缺失值
Series.isin(列表或Series) 判断元素是否在指定的容器中
Series.unique() 元素去重
Series. nunique() 去重计数(返回类别个数)
Series.value counts() 元素频数统计
Series.map(函数或字典) 根据输入字典或函数映射Series的值
Series.shift(periods=1) 按索引的方向移动指定的步数

Pandas之DataFrame数据帧：

DataFrame是Pandas中最重要的数据结构之一，它类似于电子表格或数据库中的数据表，是一个二维的、大小可变的、带有行标签和列标签的数据结构。DataFrame可以包含多种数据类型的数据，并且可以进行许多类似于SQL的操作，比如筛选、合并、连接、分组、聚合等。
创建DataFrame可以通过多种方式，比如从字典、数组、列表等数据结构中创建。DataFrame中的每一列都是一个Series对象，可以按列名来访问数据，也可以按照行索引来访问数据。DataFrame也提供了许多方法来处理数据，比如描述性统计、缺失值处理、数据透视等。
Pandas中使用DataFrame可以方便快速地进行数据处理和分析，适用于各种数据分析任务，比如数据清洗、数据可视化、模型训练等。

DataFrame具有以下特点:
1.列可以是不同的类型
2.大小可变
3.行和列都支持自定义索引
4.针对行与列进行轴向统计(水平，垂直)

函数：
pandas.DataFrame(data=数据,index=索引,columns=列标签,dtype=类型，copy=False)

DataFrame的属性：

DataFrame具有许多属性，这些属性可以帮助我们了解DataFrame的结构和内容。以下是一些常用的DataFrame属性：

1. shape：返回DataFrame的行数和列数。
2. columns：返回DataFrame的列标签。
3. index：返回DataFrame的行索引。
4. dtypes：返回DataFrame每一列的数据类型。
5. values：返回DataFrame中的数据，以二维数组的形式呈现。
6. empty：返回一个布尔值，表示DataFrame是否为空。
7. size：返回DataFrame中的总元素个数。
8. ndim：返回DataFrame的维度，一般为2。
9. loc：用标签来访问行和列的数据。
10. iloc：用整数位置来访问行和列的数据。
11. head()：返回DataFrame的前几行，默认前5行。
12. tail()：返回DataFrame的后几行，默认后5行。

    

DataFrame的索引操作： 

对单列数据的访问并返回Series
DataFrame['列名']
#或
DataFrame.列名  #列名必须为 变量名的命名规则
对多列数据的访问并返回DataFrame
DataFrame[['列名1，'列名2，'列名3'...]]

DataFrame添加列：
 用等长度的数组或者系列增加一列
DataFrame['新列名']= 数组或系列
示例
df1['化学’] =np.random.randint(1,100, 6)
df1

 DataFrame删除列：

用del语句删除一列
del DataFrame['列名']

DataFrame行的访问
如果只是需要访问DataFrame某几行数据的实现方式则采用数组的切片直接选取并返回切片后的DataFrame。
语法
DataFrame[开始行索引:结束行索引:步长]

DataFrame的loc和iloc属性
用DataFrame.iloc属性，可以将DataFrame看成是二维数组，可以使用整数对DataFrame的行进行索引和切片操作。
- 语法
DataFrame.iloc[整数、整数列表、切片或者布尔掩码的数组]
用DataFrame.oc属性，可以使用标签对DataFrame的行进行索引和切片操作。
- 语法
DataFrame.loc[标签索引或切片]

 DataFrame的掩码操作同numpy 的ndarray掩码操作基本一致，掩码可以使用存储布尔数据类型的Series或者numpy的一维数组。

DataFrame常用的方法：包括数据选择、筛选、排序、合并、聚合以及数据处理等，以下是一些常用的DataFrame方法：

1. head()：返回DataFrame的前几行，默认前5行。
2. tail()：返回DataFrame的后几行，默认后5行。
3. describe()：对DataFrame中的数值型数据进行描述性统计分析。
4. info()：显示DataFrame的基本信息，包括每列的非空值个数和数据类型。
5. dropna()：删除包含缺失值的行或列。
6. fillna()：填充缺失值。
7. drop_duplicates()：删除重复行。
8. groupby()：按照指定的列或列组进行分组。
9. sort_values()：按照指定的列对数据进行排序。
10. merge()：合并两个DataFrame。
11. concat()：沿指定轴合并多个DataFrame。
12. apply()：对DataFrame中的数据进行自定义函数处理。
13. plot()：绘制DataFrame中数据的图表。
14. to_csv()：将DataFrame保存为CSV文件。
15. to_excel()：将DataFrame保存为Excel文件。