Pandas学习------（一）

目录

一、简介

二、快速入门

      2.1 创建对象

            2.1.1 可以通过传递一个list对象来创建一个Series,pandas 会默认创建整型索引。

            2.1.2 通过传递一个numpy array、时间索引、以及列标签来创建一个DataFrame:

 2.1.3   创建一个能被转换成类似序列结构的字典对象来创建一个DataFrame:

2.1.4  查看不同列的数据类型

2.2  查看数据

     2.2.1 查看Data 中头部和尾部的行：

    2.2.2 显示索引、列和底层（数据框的内容）的numpy数据：

2.2.3 describe()对于数据的快速汇总统计

2.2.4 对数据进行转置 df.T

2.2.5 按轴进行排序

2.2.6 按值进行排序

---

一、简介

      Pandas  是一个基于Python的第三方数据分析库，与numpy和matplotlib共同构成了pythoin数据分析的基础工具包。它提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据。Pandas主要引入了两种新的数据结构：DataFrame和Series。Pandas 提供了大量能使我们快速便捷地处理数据的函数和方法。

    

二、快速入门

       习惯上，按如下格式引入所需要的包：

       import pandas as pd

       import numpy as np

      import matplotlib.pyplot as plt

      2.1 创建对象

            2.1.1 可以通过传递一个list对象来创建一个Series,pandas 会默认创建整型索引。

   

            2.1.2 通过传递一个numpy array、时间索引、以及列标签来创建一个DataFrame:

  

如上，创建一个6*4的numpy array ，列标签list('ABCD'),和时间索引（用pd.date_range()创建）。

 2.1.3   创建一个能被转换成类似序列结构的字典对象来创建一个DataFrame:

如图 dataframe的索引由字典对象‘C’指定。

2.1.4  查看不同列的数据类型

    

2.2  查看数据

     2.2.1 查看Data 中头部和尾部的行：

     

df.head()和df.tail()可以指定显示的数量。

    2.2.2 显示索引、列和底层（数据框的内容）的numpy数据：

  

2.2.3 describe()对于数据的快速汇总统计

  

2.2.4 对数据进行转置 df.T

      转置后数据的列和INDEX互换。

2.2.5 按轴进行排序

      axis=0 是按照行方向，axis=1 是按照列方向，注意，排序的是列的名称值，‘D’>'C'>...

  

2.2.6 按值进行排序