5.23学习笔记（pandas）

pandas数据结构：系列，数据帧，面板。较高维数据结构是其较低维数据结构的容器
|数据结构 |维数 |描述
|系列|1|1D标记均匀数组，大小不变
|数据帧 |2 |一般2D标记，大小可变的表结构与潜在的异质类型的列
|面板|3|一般3D标记，大小可变数组

特性：
可变性：所有pandas的数据结构是值可变的（可以更改），除了系列都是大小可变的，系列是大小不变的

系列
系列：具有均匀数据的一维数组结构
关键点：均匀数据，尺寸大小不变，数据的值可变

数据帧
数据帧是一个具有异构数据的二维数组。各列数据类型可以不同
关键点：异构数据，大小可变，数据可变

面板
面板是具有异构数据的三维数据结构。在图形表示中很难表示面板，但是一个面板可以说明为DataFrame的容器。
关键点：异构数据，大小可变，数据可变

创建series对象

import pandas as pd
s = pd.Series([1,3,4,np.nan,6,8])
print(s)

结果：
0 1.0
1 3.0
2 4.0
3 NaN
4 6.0
5 8.0
dtype: float64

创建DataFrame对象

import pandas as pd
dates=pd.date_range('20190301',periods=7)
df=pd.DataFrame(np.random.randn(7,4),index=dates,columns=list('ABCD'))
print(df)

通过转换字典来创建DataFrame

df2=pd.DataFrame({'A':1.,																	
                  'B':pd.Timestamp('20190302'),
                  'C':pd.Series(1,index=list(range(4)),dtype='float32'),
                  'D':np.array([3]*4,dtype='int32'),										//list列表,[3]重复4次
                  'E':pd.Categorical(["test","train","test","train"]),				//分类类型
                  'F':'foo'
                  })

结果：
A B C D E F
0 1.0 2019-03-02 1.0 3 test foo
1 1.0 2019-03-02 1.0 3 train foo
2 1.0 2019-03-02 1.0 3 test foo
3 1.0 2019-03-02 1.0 3 train foo

查看框架的顶部和底部的数据行

dates=pd.date_range('20190301',periods=7)
df=pd.DataFrame(np.random.randn(7,4),index=dates,columns=list('ABCD'))
print(df.head())								//默认前五行			
print(df.tail(3))

df.index //查看行名
df.columns //查看列名（表头）
df.values //查看列表值
df.describe() //描述统计信息（以列作为单位，元素数，平均值，标准差，最小值，25%，50%（中位数），75%，最大值）
df.T //查看转置