python之pandas的基本使用_Python—Pandas的基本使用(机器学习基础）

一.pandas基础

1.pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。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。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。(百度百科)

2.pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包，现已经取代R称为数据分析的主要工具。

3.类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame(R的数据结构) 两个核心数据结构展开的 。

4.Series 和 DataFrame 分别对应于一维的序列和二维的表结构。

5.pandas 约定俗成的导入方法如下：

from pandas import Series,DataFrame

import pandas as pd

二.Series

Series 可以看做一个定长的有序字典。基本任意的一维数据都可以用来构造 Series 对象：

示例1

虽然 dtype:object 可以包含多种基本数据类型，但总感觉会影响性能的样子，最好还是保持单纯的 dtype。

Series 对象包含两个主要的属性：index 和 values，分别为上例中左右两列。因为传给构造器的是一个列表，所以 index 的值是从 0 起递增的整数，如果传入的是一个类字典的键值对结构，就会生成 index-value 对应的 Series；或者在初始化的时候以关键字参数显式指定一个 index 对象：

示例2

Series 对象的元素会严格依照给出的 index 构建，这意味着：如果 data 参数是有键值对的，那么只有 index 中含有的键会被使用；以及如果 data 中缺少响应的键，即使给出 NaN 值，这个键也会被添加。

PS:

Series 的 index 和 values 的元素之间虽然存在对应关系，但这与字典的映射不同。index 和 values 实际仍为互相独立的 ndarray 数组，因此 Series 对象的性能完全 ok。

Series 这种使用键值对的数据结构最大的好处在于，Series 间进行算术运算时，index 会自动对齐。

另外，Series 对象和它的 index 都含有一个 name 属性：

示例3