Pandas

1:什么是pandas

定义：Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

作用：numpy能够帮助我们处理数值，但是pandas除了处理数值之外（基于bumpy），还能够帮助我们处理其他类型数据。

2:pandas的常用数据类型

• Series 一维，带标签数组              
• DataFrame 二维，Series容器

 

pd.Series([1,2,3,4], index=list('asdf'))

temp_dict = {'name': 'xiaohong', 'age': 18, 'tel':10086}
temp = pd.Series(temp_dict)
print(temp)

3:Series的切片和索引

Series对象本质上由两个数组构成，一个数组构成对象的键（index，索引），一个数组构成对象的值（values）， 键->值

ndarray的很多方法都可以运用于series类型，例如：argmax， clip，series也有where方法，但是结果跟ndarray不同。

t1 = pd.Series([1,2,3,4], index=list('asdf'))
#
temp_dict = temp_dict = {'name': 'xiaohong', 'age': 18, 'tel':10086}
t2 = pd.Series(temp_dict)
print(t2)

print(t1[1])
print(t1[0:])
print(t1[[1, 3]])
print(t2['age'])
print(t2[['age', 'tel']])
print(t2[[1, 2]])

# 当按照键取值没有的话会是NAN

print(t1.index)   # index类型可迭代  Index(['a', 's', 'd', 'f'], dtype='object') list(t1.index)
print(type(t1.index), len(t1.index))  # <class 'pandas.core.indexes.base.Index'> 4

print(t1.values)  # [1 2 3 4] object类型
print(type(t1.values))  # <class 'numpy.ndarray'>