python pandas csv时间聚合_利用Python进行数据分析：【Pandas】（Series+DataFrame）

一、pandas简单介绍

1、pandas是一个强大的Python数据分析的工具包。

2、pandas是基于NumPy构建的。

3、pandas的主要功能

--具备对其功能的数据结构DataFrame、Series

--集成时间序列功能

--提供丰富的数学运算和操作

--灵活处理缺失数据

4、安装方法：pip install pandas

5、引用方法：import pandas as pd

二、Series

Series是一种类似于一位数组的对象，由一组数据和一组与之相关的数据标签(索引)组成。

创建方式：

--pd.Series([4,7,-5,3])

--pd.Series([4,7,-5,3],index=['a','b','c','d'])

--pd.Series({'a':1, 'b':2})

--pd.Series(0, index=['a','b','c','d’])

三、Series特性

Series支持数组的特性：

--从ndarray创建Series：Series(arr)

--与标量运算：sr*2

--两个Series运算：sr1+sr2

--索引：sr[0], sr[[1,2,4]]

--切片：sr[0:2](切片依然是视图形式)

--通用函数：np.abs(sr)

--布尔值过滤：sr[sr>0]

统计函数：

--mean() #求平均数

--sum() #求和

--cumsum() #累加

Series支持字典的特性(标签)：

--从字典创建Series：Series(dic),

--in运算：’a’ in sr、for x in sr

--键索引：sr['a'], sr[['a', 'b', 'd']]

--键切片：sr['a':'c']

--其他函数：get('a', default=0)等

In [12]: s = pd.Series(0,index=['a','b','c','d'])

In [13]: s.a

Out[13]: 0

In [14]: v = pd.Series({'a':1,'b':2})

In [15]: v.a

Out[15]: 1

In [16]: v.b

Out[16]: 2

In [17]: v[0]

Out[17]: 1

In [18]: s*2

Out[18]:

a 0

b 0

c 0

d 0

dtype: int64

In [19]: v*2

Out[19]:

a 2

b 4

dtype: int64

四、整数索引

整数索引的pandas对象往往会使新手抓狂。

例：