利用Python进行数据分析（第五章）

Pandas入门

Pandas用来处理表格型或异质型数据，Numpy处理同质型数值类数组

数据结构：Series和DataFrame

Series：

• 一维的数组型对象，包含值序列和索引（默认0~N-1，也可指定pd.Series([], index=[])）
• 也可认为是一组长度固定且有序的字典（pd.Series(字典)）
• 相比Numpy数组，可用索引选择数据
• 检查缺失数据：pd.isnull() 和pd.notnull()
• 特性：自动对齐索引
• Series对象自身和索引都有name属性
• 索引可通过按照位置赋值的方式进行改变

DataFrame：

• 矩阵的数据表，包含已排序的列集合，既有行索引又有列索引，也可看做共享相同索引的Series字典，是二维的
• 创建：pd/DataFrame({})
• 取头五行：df.head()
• 删除列：del
• DataFrame取得是数据的视图，不是拷贝。如需赋值，请使用.copy()
• 转置：df.T
• 显示数据：df.values 当列是不同dtype时，df.values显示dtype为object
• 显示索引：df.index，索引对象不可变
• 显示列名：df.columns

基本功能

重建