数据分析DV07-08

Pandas库

提供高性能易用数据类型和分析工具的第三方库

import pandas as pd

Series一维
DateFrame二维-多维

Series类型

由一组数据及与之相关的数据索引组成
自动索引

自定义索引

创建方法
从标量值创建

s=pd.Series(25,index['a','b','c','d'])

从字典创建

s=pd.Series（{‘a’:9,'b':8,'c':7}）#可以通过index交换顺序确定结构

从ndarray类型创建

n = pd.Series(np.arange(5))

DataFrame类型

• 由共同相同索引的一组列组成（多列数据），纵向index（axis=0），横向column(axis=1)
• 是一个表格型的数据类型，每列值类型可以不同
• 有行索引和列索引
• 常用与表达二维数据

创建方法
从二维ndarray对象创建

从一维ndarray对象字典创建

从列表类型的字典创建

dl={'one':[1,2,3,4],'two':[9,8,7,6]}
d=pd.DataFrame(dl,index=['a','b','c','d'])

数据类型操作

重新索引
.reindex()能够改变或重排
索引类型常用方法

方法	说明
.append(idx)	连接另一个index对象，产生新的index对象
.diff(idx)	计算差集，产生新的index对象
.intersection(idx)	计算交集
.union(idx)	计算并集
.delete(loc)	删除loc位置处的元素
.insert(loc,e)	在loc位置增加一个元素e

删除指定索引对象
.drop()能够删除指定行或列索引

数据类型运算

算数运算法则：

• 根据行列索引，补齐后运算，默认产生浮点数
• 缺项填充NaN
• 二维和一维(默认1轴）、一维和零维间为广播运算

运算方法：
.add(d,**argws)
.sub(d,**argws)
.mul(d,**argws)
.div(d,**argws)

比较运算法则

• 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
• 产生布尔值

数据的排序

.sort_index()在制定轴上根据索引进行排序，默认升序

.sort_index(axis=0,ascending=True)

.sort_values()在指定轴上根据数值进行排序，默认升序

Series.sort_values(axis=0,ascending=True)
DataFrame.sort_values(by,axis=0,ascending=True)

by:axis轴上的某个索引或索引列表

基本统计分析函数
适用于series类型
.argmin()计算数据最小值所在位置的索引位置（自动索引）
.idxmin()计算数据最小值所在位置的索引（自定义索引）

.describe()按0轴方向统计

累计统计分析函数

方法	说明
.cumsum()	依次给出前n和
.cumprod()	依次给出前n积
.cummax()	依次给出前n最大值

滚动计算（窗口计算）
.rolling()

相关分析函数
.cov()计算协方差矩阵
.corr()计算相关系数矩阵