joyful pandas第1章 Pandas基础

Learning Objective

Task01：Pandas基础（1天）

• 理论部分
  掌握常见文件格式的读写操作
  理解并熟悉 Series 和 DataFrame 的重要属性和重要方法
  掌握各类排序（索引排序和值排序、单级排序和多级排序）
• 练习部分
  《权利的游戏》剧本数据集分析
  科比投篮数据集分析

理论部分

import pandas as pd
import numpy as np

查看Pandas版本

pd.__version__

一、文件读取与写入

1. 读取

（a）csv格式

df = pd.read_csv('table.csv')
df.head() #head( )函数的原型中，默认的参数size大小是 5，所以会返回 5 个数据

原表格样式

（b）txt格式

df_txt = pd.read_table('table.txt') #可设置sep分隔符参数
df_txt

原表格样式：

（c）xls或xlsx格式

#需要安装xlrd包
df_excel = pd.read_excel('table.xlsx')
df_excel.head()

原表格样式：

2. 写入

（a）csv格式

df.to_csv('new_table.csv')
#df.to_csv('new_table.csv', index=False) #保存时除去行索引

（b）xls或xlsx格式

#需要安装openpyxl
df.to_excel('new_table2.xlsx', sheet_name='Sheet1')

二、基本数据结构

1.Series

Series相当于数组numpy.array类似, Series 可以理解为一维数组， 其一个索引index对应一个值values； 也可以看做是定长的有序字典.

（a）创建一个Series

对于一个Series，其中最常用的属性为值（values），索引（index），名字（name），类型（dtype）

s = pd.Series(np.random.randn(5),index=['a','b','c','d','e'],name='这是一个Series',dtype='float64')
s

(b) 访问Series属性

s.values

s.name

s.index

s.dtype

（c）取出某一个元素

将在第2章详细讨论索引的应用，这里先大致了解

s['a']

（d）调用方法

s.mean()

Series有相当多的方法可以调用：

#查看series的其他方法
print([attr for attr in dir(s) if not attr.startswith('_')])

2.DataFrame

DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过这些Series公用一个索引。

DataFrame的创建有多种方式，不过最重要的还是根据dict进行创建，以及读取csv或者txt文件来创建。

作者：文哥的学习日记
链接：https://www.jianshu.com/p/8024ceef4fe2
来源：简书

（a）创建一个DataFrame

df = pd.DataFrame({
   'col1':list('abcde'),'col2':range(5,10),'col3':[1.3,2.5,3.6,4.6,5.8]},                 index=list('一二三四五'))df

（b）从DataFrame取出一列为Series

df['col1']