pandas基础操作

pandas数据结构series：

Series类似与表格中的列，类似于一维数组，可以保存任意数据类型。

Series由索引index和列组成

生成series： pandas.Series(data,index=,dtype,name=,copy(T/F))

//  也可使用字典来创建Series对象，省去建立索引的步骤

DataFrame:

DataFrame是一个表格型数据结构，含有一组有序的列，有行索引也有列索引

生成DataFrame:   pandas.DataFrame(data,index,columns,dtype,copy(T/F))

index:行标签

columns:列标签

values:内容

索引：

pandas可以使用loc属性返回指定行的数据，若没有设置索引则第一行索引为0.

也可以返回多行数据使用loc[[0,1]]  //则返回0，1行数据.

---

pandas csv文件

读取：

df = pandas.read_csv('路径',encoding='gbk')

# Wps中文文件，若使用默认编码则会出现乱码问题

df = df.to_string()

# to_string()函数用于返回str类型

存储：

to_csv('路径')  //此方法可将DataFrame存储为csv文件

---

数据处理

数据合并堆叠：

1.pandas.concat(objs,axis=(0/1)) //将两表在y/x轴向拼接在一起

#axis参数为0(默认)情况下，contact将两表列对其，即y轴拼接，参数为1时反之。

2.pandas.append(self,other,ignore,index=False)

#纵向合并表，两表列名需一致

3.merge()

#主键合并

数据去重：

pandas.DataFrame.drop_duplicates()