简介
Pandas是Python下最强大的数据分析和探索工具。名称来自于面板(PanelData)和Python数据分析(DataAnalysis)。支持类似于SQL的数据增、删、改、查,并带有丰富的数据处理函数。支持时间序列分析功能,支持灵活处理缺失数据。
统计分析几乎贯穿了整个数据分析的流程,即运用统计方法,将定量与定性结合,进行的研究活动。统计分析除了包含单一数值型特征的数据集中趋势、分散趋势和峰度与偏度等统计知识外,还包含了多个特征比较计算等知识。
一.pandas的数据结构介绍
要使用pandas,就要先熟悉它的两个主要数据结构:Series和DataFrame。
1.Series
- 创建
Series是一种类似于一维数组的对象,它由一组数据(各种Numpy数据类型)以及一组与之相关的数据标签(即索引)组成。
仅仅由一组数据就可以产生最简单的Series
import pandas as pd
obj = pd.Series([1, 2, 3, 90])
print(obj)
Series的字符串表现形式为:索引在左边,值在右边。 由于没有为数据指定索引,于是会自动创建一个0到N-1(N为数据长度)的整数型索引。
- 属性
可以通过Series的values和index属性获取其数组表示形式和索引对象:
import pandas as pd
obj = pd.Series([1, 2, 3, 90])
print(obj.values)
print(obj.index)
- 通常,我们希望创建的Series带有一个可以堆各个数据点进行标记的索引:
import pandas as pd
obj2 = pd.Series([1, 2, 3, 90], index=['a', 'b', 'c', 'd'])
print