Pandas常用方法

Pandas简介

Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。

pandas大致分为三种数据结构：一维的Series、二维的DataFrame、以及三维的Panel。

本篇博客主要讲Series和DataFrame的基本用法。

Series

它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。

• 创建

  s = pd.Series([1,2,3])
  t = pd.Series((1,2,3))
  # 加索引的series
  i = pd.Series([1,2,3], index=['a','b','c'])
  
  In [1]: s
  Out[1]: 
  0    1
  1    2
  2    3
  dtype: int64
  
  In [2]: t
  Out[2]: 
  0    1
  1    2
  2    3
  dtype: int64
  
  In [3]: i
  Out[3]: 
  a    1
  b    2
  c    3
  dtype: int64
  

  可以通过列表和数组直接创建Series，默认的索引（index）是从0开始的整数序列，我们也可以在创建的时候通过index参数指定索引数据。

• 索引

  In [4]: i
  Out[4]: 
  a    1
  b    2
  c    3
  dtype: int64
  
  In [5]: i['a']
  Out[5]: 1
  
  In [6]: i[0]
  Out[6]: 1
  
  In [7]: i[0:2]
  Out[7]: 
  a    1
  b    2
  dtype: int64
  

• 数据转换
  i.to_string(): 转化为字符串
  i.to_dict(): 转化为字典
  i.tolist(): 转化为列表
  i.to_json(): 转化为JSON
  i.to_frame(): 转化为DataFrame
  i.to_csv(): 存储为CSV文件格式

DataFrame

DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

• 创建
  除了从CSV等文件直接读取为DataFrame外，还可以通过字典的方式创建DataFrame

  d = {'1':[1,2,3],'2':[3,5,3],'3':[3,5,2]}
  df = pd.DataFrame(d)
  
  In [8]: df
  Out[8]: 
     1  2  3
  0  1  3  3
  1  2  5  5
  2  3  3  2
  
  

• 行列索引
  1、对行索引

  In [9]: df.ix[0]
  Out[9]: 
  a    1
  b    3
  c    3
  Name: 0, dtype: int64
  

  2、对列索引

  In [10]: df.['3']
  Out[10]: 
  0    3
  1    5
  2    2
  Name: 3, dtype: int64
  

• 数据转换
  与Series的数据转换方法一致，但是这里少了tolist，因为二维数据是不能直接转化为一维数据的。此外DataFrame添加了to_latex和to_excel等方法。