python日记Day15——Pandas之入门

python日记——Pandas之入门

• Pandas库的介绍
  1、Pandas是Python第三方库，提供高性能易用数据类型和分析工具，Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用；
  2、Pandas包含两种数据类型：Series, DataFrame，基于上述数据类型有各类操作：基本操作、运算操作、特征类操作、关联类操作；
  3、对比：NumPy 提供基础数据类型，关注数据的结构表达，主要体现在维度，数据间的关系；Pandas提供基于ndarray的扩展数据类型Series和DataFrame，关注数据的应用表达，主要体现在数据与索引间的关系。

• Series类型
  1、Series类型由一组数据及与之相关的数据索引组成，Series是一维带“标签”数组；
  2、Series类型可以由如下类型创建：Python列表、标量值（不能省略index）、Python字典（index表示进行选择操作）、ndarray（索引和数据都可以通过ndarray类型创建）、其他函数（range()函数等）；
  
  3、可以用过index自定义索引，自定义索引和自动索引可以共存，但不能混用；
  4、Series类型的操作：
  Series类型包括index和values两部分：
  
  Series类型的操作类似ndarray类型：
  
  Series类型的操作类似Python字典类型:
  
  5、对齐操作：Series类型在运算中会自动对齐不同索引的数据
  
  6、Series对象和索引都可以有一个名字，存储在属性.name中
  
  7、Series对象可以随时修改并即刻生效。

• DataFrame类型
  1、DataFrame类型由共用相同索引的一组列组成，DataFrame是二维带“标签”数组：
  
  2、DataFrame是一个表格型的数据类型，每列值类型可以不同，DataFrame既有行索引（index）、也有列索引（column），DataFrame常用于表达二维数据，但可以表达多维数据：
  
  3、DataFrame类型可以由如下类型创建：
  • 二维ndarray对象
  • 由一维ndarray、列表、字典、元组或Series构成的字典
  • Series类型
  • 其他的DataFrame类型
  
  4、DataFrame基本操作类似Series，依据行列索引，可通过df.info()查看df的信息。

• Pandas库的数据类型操作
  1、如何改变Series和DataFrame对象？
  增加或重排：重新索引
  删除：drop
  2、.reindex()能够改变或重排Series和DataFrame索引，
  .reindex(index=None, columns=None, …)的参数：
  
  
  3、索引类型的常用方法：
  Series和DataFrame的索引是Index类型。
  4、.drop()能够删除Series和DataFrame指定行或列索引，默认为删除行索引，当删除列索引时，需要添加"axis=1"
  

• Pandas库的数据类型运算
  1、算术运算根据行列索引，补齐后运算，运算默认产生浮点数；补齐时缺项填充NaN (空值)；二维和一维、一维和零维间为广播运算；采用+ ‐ * /符号进行的二元运算产生新的对象；
  2、方法形式的运算：
  
  
  
  广播运算是指两个数组进行运算，一个是Series数组（即一维数组），另一个是DataFrame数组（多维数组），即 一维数组看成是一行分别与多维数组的每一行进行运算。需要注意的是，如果一维数组过短，结果每行的长度以最大值为准，超过的部分空值，即NaN
  3、比较运算只能比较相同索引的元素，不进行补齐；二维和一维、一维和零维间为广播运算；采用> < >= <= == !=等符号进行的二元运算产生布尔对象。
  
  

• df.loc[ ]和df.iloc[ ]
  1、df.loc[ ]：用index定位数据,也就是说loc是根据index来索引，比如下边的df定义了一个index，那么loc就根据这个index来索引对应的行
  2、df.iloc[ ]：用position定位数据，iloc并不是根据index来索引，而是根据行号来索引，行号从0开始，逐次加1。

本文内容参考于北京理工大学嵩天老师相关课程