【Pandas学习笔记01】强大的分析结构化数据的工具集

作者：幻好

来源：恒生LIGHT云社区

背景简介

在进行量化分析的过程中，总是需要使用大量的数据基础，对数据之间的关联进行挖掘，最终找到我们需要的数据。只通过Python进行数据分析是非常复杂的，有没有更简单的工具帮助我们能够高效快捷的帮助我们分析数据呢？

今天就介绍下Pandas-一个强大的分析结构化数据的工具集。

本文主要正对有一定 Python 语法基础的同学，需要学习 Python 的同学可以在社区寻找教程进行充电（https://developer.hs.net/course/?nav=course）。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-D5DPkDrS-1637826444733)(https://developer.hs.net/storage/attachments/2021/11/21/dHzoWpeBPKWpKswnYhZdIuVtog8BLgBrm3cESsCL_thumb.png “3816”)]

基本概念

Pandas 库是一个免费、开源的第三方 Python 库，是 Python 数据分析必不可少的工具之一，它为 Python 数据分析提供了高性能，且易于使用的数据结构，即 Series 和 DataFrame。

Pandas 使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。

Pandas 库基于 Python NumPy 库开发而来，因此，它可以与 Python 的科学计算库配合使用。

Pandas 自诞生后被应用于众多的领域，比如金融、统计学、社会科学、建筑工程等。

通过以上的介绍，想必大家对于Pandas是干啥的，能有个基本的了解。pandas 相当于 python 中 excel：它使用表（也就是 dataframe)，能在数据上做各种变换，但还有其他很多功能。

数据结构

DataFrame

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）。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3kbyq12E-1637826444735)(