pandas 处理

pandas 基础处理部分

pandas是什么
数据结构
基础操作
运算
画图

pandas是什么

数据处理工具
pannel + data + analysis
面板 计量经济学 三维数据

边界数据处理能力
读取文件方便
封装matplotlib 和 numpy 方便计算

三大pandas数据结构

dataframe
panel
series

Dataframe

既有行索引，又有列索引的二维数组

import pandas as pd
import numpy as np
data = np.random.normal(0,1,(10,5))
data2 = pd.DataFrame(data)
data2

data = np.random.normal(0,1,(10,5))
data = pd.DataFrame(data)
# 添加行索引
row_names = ['股票{}'.format(i) for i in range(10)]
# 添加列索引
date = pd.date_range(start='20180101',periods=5,freq='B')
pd.DataFrame(data,index = row_names,columns = date)

属性：
shape
index
columns
vales
T

索引的设置

设置新索引
行列索引只能集体修改，不能单独修改某个行/列的索引值

重置索引

data.reset_index()

data.reset_index(drop = True)

设置多个索引


multilndex 和pannel

pandas 高级处理部分

缺失值处理

删除缺失值

替换/插补

如何处理nan

判断是否存NaN

pd.isnull(df)
pd.notnull(df)

删除缺失值
默认按行去删除
df.dropna()

df.dropna(axis = 'row')

inplace参数 True就地删除，False不修改原值
df.drop(inplace=Flase) 默认false

替补插补

df.fillna(value, inplace = Flase)