Pandas一些基本知识（代码）

import pandas as pd
from pandas import Series,DataFrame

1.Series

创建及基本组成

索引

obj2=Series([4,3,2,5],index=['d','a','c','e'])
obj2['d']
obj2[['d','a']]

转化字典

stada={'a':'1','b':'2'}

obj3=Series(stada)

有缺失值

命名

2.DataFrame

创建


索引，赋值

加入和删除列

字典转化

命名

3.索引对象
Index

4.重新索引
reindex方法

fill—缺失值填充
fill_value=0
method=‘ffill’

丢弃指定轴上的项
drop方法

索引选取过滤

标签切片包含末端

算数运算和数据对齐

add只能用于series，（fill_value）
广播(每一行都运算）

函数应用和映射
lambda(匿名函数)方法：https://blog.csdn.net/yezonggang/article/details/50978114?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160103347219195240427921%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=160103347219195240427921&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v28-1-50978114.pc_first_rank_v2_rank_v28&utm_term=python%E4%B8%ADlambda&spm=1018.2118.3001.4187

将函数应用到行或者列上：apply方法
排序和排名
对行或者列（索引排序），升序或者降序

对值排序，一列或者多列
https://blog.csdn.net/justinlonger/article/details/90646111?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160129857419724836734151%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=160129857419724836734151&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v28-1-90646111.pc_first_rank_v2_rank_v28&utm_term=python+%E4%B8%ADrank&spm=1018.2118.3001.4187

带有重复值的轴索引

汇总和计算描述统计
skipan(对NaN自动排除)

返回索引

discove方法（数值型和非数值型）
https://blog.csdn.net/oyang_hesu/article/details/86617071?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160138303619195264704097%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=160138303619195264704097&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v28-1-86617071.pc_first_rank_v2_rank_v28&utm_term=pandas.describe+%E8%BE%93%E5%87%BA%E5%8F%82%E6%95%B0%E8%A7%A3%E9%87%8A&spm=1018.2118.3001.4187

相关系数与协方差
协方差理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？
相关系数：既然是一种特殊的协方差，那它:
1、也可以反映两个变量变化时是同向还是反向，如果同向变化就为正，反向变化就为负。
2、由于它是标准化后的协方差，因此更重要的特性来了︰它消除了两个变量变化幅度的影响，而只
是单纯反应两个变量每单位变化时的相似程度。

https://blog.csdn.net/weixin_42933718/article/details/87983459?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160138514419724848347046%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=160138514419724848347046&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v28-1-87983459.pc_first_rank_v2_rank_v28&utm_term=%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0%E5%92%8C%E5%8D%8F%E6%96%B9%E5%B7%AE&spm=1018.2118.3001.4187

corr():计算两者的相关系数
cov():计算两者协方差
corrwith():Dataframe和Series或者Dataframe之间运算

#令returns，volume为Dataframe
returns.M.corr(returns.I)  #I列与M列运算
returns.cov()  #returns自己运算
returns.corrwith(returns.M)   #M列与returns运算
returns.corrwith(volume,axis=1)  #两个Dataframe行运算

唯一值：unique()
值频率计数：value_counts()
成员资格：isin()

Dataframe运用value_counts）——
成员资格

处理缺失数据
##一些方法

1.滤除缺失数据
dropna()方法
##默认删除带nan的全部行

##删除全为nan的列

填充缺失数据
fillna()方法

直接填充数字：
data.fillna(6)
##字典（列）

##方法填充
在原对象的基础上（inplace=True）,向前填充（method=‘ffill’），一个单位（limit=1）

##特性值填充

层次化索引
##Series创建

##索引

##unstack()方法转换形式

##DataFrame形式

##命名

##索引

重排分级顺序

根据级别汇总统计
列或者行求和

使用DataFrame的列
##创建

##set_index()方法将其中列转为索引

##保存列

##reset_index()方法，将索引转为列