十分钟学会pandas（入门级）

写给刚接触pandas的小白们，深一点的可以看这里。这也是我的第一篇博客，希望大家多多指教~

1、在使用前，我们需要对相应模块就行导入（也就是import）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

2、创建对象

通过传递一个列表（list）的值创建序列（series），让pandas创建一个默认的整数索引

s=pd.Series([1,3,5,np.nan,6,8])
s
out:
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

通过传递具有日期时间索引和标签列的numpy数组来创建一个DataFrame：

datas=pd.data_range('20130101',periods=6)
 dates
Out: 
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')

df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))

In [9]: df
Out[9]: 
                   A         B         C         D
2013-01-01  0.469112 -0.282863 -1.509059 -1.135632
2013-01-02  1.212112 -0.173215  0.119209 -1.044236
2013-01-03 -0.861849 -2.104569 -0.494929  1.071804
2013-01-04  0.721555 -0.706771 -1.039575  0.271860
2013-01-05 -0.424972  0.567020  0.276232 -1.087401
2013-01-06 -0.673690  0.113648 -1.478427  0.524988

通过传递一个可以转换为一系列对象的字典来创建一个DataFrame

df2=pd.Dataframe({'A'=1.,
 'B' : pd.Timestamp('20130102'),
 'C' : pd.Series(1,index=list(range(4)),dtype='float32'),
'D' : np.array([3] * 4,dtype='int32'),
 'E' : pd.Categorical(["test","train","test","train"]),
 'F' : 'foo' })
})

 df2
Out: 
     A          B    C  D      E    F
0  1.0 2013-01-02  1.0  3   test  foo
1  1.0 2013-01-02  1.0  3  train  foo
2  1.0 2013-01-02  1.0  3   test  foo
3  1.0 2013-01-02  1.0  3  train  foo