python：时间序列

Series

• 基本特征
  – 类似有序定长的字典，类似一维数组的对象
  – 由数据和索引组成

import pandas as pd
#创建方式
aSer = pd.Series([1,2.0,'a'])#自带索引0：1  1：2.0  2：a
bSer = pd.Series(['Bieber','Billie','Beyonce'],index = [a,b,c])#自定义索引
#访问数据
print(bSer['b'])  #Billie
#运算
print(aSer * 2)  #对每个数据都*2

Series 的数据对齐

在运算中自动对齐不同索引的数据，即两组数据取并集(顺便学学TOEFL单词吼吼)

import pandas as pd
data = {'barehole':'地上凿洞', 'quartz':'石英','marble':'大理石'}
s_index = ['barehole', 'quartz', 'marble', 'gem']
aSer = pd.Series(data, index = s_index)
'''
Out: 
barehole    地上凿洞
quartz        石英
marble       大理石
gem          NaN(not a number)
dtype: object
'''
print(pd.isnull(aSer))  #判断值是否为空
'''
out:
barehole    False
quartz      False
marble      False
gem          True
dtype: bool
'''
#先取两者交集，再相加
bSer = pd.Series({'barehole':'NaN','quartz':'石英','fieldstone':'粗石，散石','emerald':'翡翠'})
cSer = aSer + bSer
'''
Out: 
barehole      地上凿洞NaN
emerald           NaN
fieldstone        NaN
gem               NaN
marble            NaN
quartz           石英石英
dtype: object
'''

DataFrame

• 基本特征
  – 一个表格型的数据结构
  – 含有一组有序的列
  – 大致可看成共享同一个index的Series集合

import pandas as pd
import numpy as np
#创建方式
TOEFL2 = {'word':['wiikite','granite','lead'],'meaning':['黑稀金矿','花岗岩','铅,领导']}
frame = pd.DataFrame(TOEFL2)
'''
out:
      word meaning
0  wiikite    黑稀金矿
1  granite     花岗岩
2     lead    铅,领导
'''
#修改索引和值
data2 = np.array([('limestone','石灰石'),('lava','火山岩'),('ruby','红宝石色的')])
frame = pd.DataFrame(data2, index = range(1,4), columns = ['Words','Translate']) #data2需要转为数组再调用
'''
Out: 
       Words Translate
1  limestone       石灰石
2       lava       火山岩
3       ruby     红宝石色的
'''

DataFrame的基本操作

• 取DataFrame对象的列和行可获得Series

frame.iloc[:2,1] #取[0~1]行的第1列
'''
Out: 
1    石灰石
2    火山岩
Name: Translate, dtype: object
'''

• DataFrame 找对象成员的最值和给定范围内信息

data3 = np.array([('bonanza',13),('mineral',14),('ore',15)])
frame = pd.DataFrame(data3, index = range(1,4), columns = ['Words','Order'])
print(frame.Order.min())  #找最小值，输出13
#范围内
print(frame[frame.Order>='14'])#14要加单引号
'''
     Words Order
2  mineral    14
3      ore    15
'''