Pandas笔记

传送门

简介

• Pandas 名字衍生自术语 “panel data”（面板数据）和 “Python data analysis”（Python 数据分析）。
• Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。
• Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
• Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。
• Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。

Pandas 应用

• Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据）

Series

Pandas Series 类似表格中等一个列（column），类似于一维数组，可以保存任何数据类型 Series 由索引（index）和列组成，函数如下：

pandas.Series( data, index, dtype, name, copy)
参数说明：

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。
  

DataFrame

DataFrame的创建，读写，插入和删除
loc & iloc

apply()

• pandas的apply函数是自动根据function遍历每一个数据，然后返回一个数据结构为Series的结果
• 传送门

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

loc

CSV

其文件以纯文本形式存储表格数据（数字和文本）。


数据处理
head()

• head( n ) 方法用于读取前面的 n 行，如果不填参数 n ，默认返回 5 行。

tail()

• tail( n ) 方法用于读取尾部的 n 行，如果不填参数 n ，默认返回 5 行，空行各个字段的值返回 NaN。

info()

• info() 方法返回表格的一些基本信息
  

JSON

JSON Object Notation，JavaScript 对象表示法），是存储和交换文本信息的语法，类似 XML。

JSON 比 XML 更小、更快，更易解析