pandas 学习笔记

读者只需浏览一下本文的目录结构，我相信就已经掌握了1到2成的 pandas 知识。

本文的目的是建立一个大概的知识结构

在数据挖掘python阅读源码时，断断续续查阅了些 pandas 资料，并在源码中大致感受到了 pandas 在数据清理方面的方便性。

先将自己查阅的资料结合实际应用中常用到的方式，以学习笔记的形式整理出来。不会涉及到 pandas 的所有方面，细节知识还需自行查阅官方文档。

---

数据结构

• Series: 一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。
• DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。
• Panel: 三维数组，可以理解为DataFrame的容器。

---

数据操作

一般操作

1. head和tail方法可以显示DataFrame前N条和后N条记录，N为对应的参数，默认值为5。

2. index（行）和columns（列）属性，可以获得DataFrame的行和列的标签。这也是了解数据内容和含义的重要步骤。

3. decribe方法可以计算各个列的基本描述统计值。包含计数，平均数，标准差，最大值，最小值及4分位