Day 30: Pandas

2020/11/2

Pandas

numpy 能帮我们处理数组，数值。但是像字符串，时间序列等只能用Pandas来处理。 所以来说pandas 是全能型的，除了处理数值之外（这其实是基于numpy的），还能处理其他类型的数据。
常用的数据类型

1. Series 一维的，带标签的数组（其实就是索引，可以被改变）

2. DataFrame 二维的，Series容器

Series 建立

import pandas as pd

t = pd.Series([1, 2, 3, 4, 5, 6])
print(t)

#改索引
t2 = pd.Series([1, 22, 33, 56], index=list(string.ascii_uppercase[:4]))
print(t2)

#通过字典建立series
temp_dic = {"name": "jack","age":"30","city":"town"}
t3 = pd.Series(temp_dic)

#选取和切片操作
t3["age"]  通过键值来取
t3[0]	通过索引
t3[:3]	通过索引切片
t3[[0,2]]	选择不同行的值
t3[["age","name"]]   #通过键值选择不同行的值 如果没有键值的话 就显示NAN

#选择出索引和值
t3.intdex
t3.values
type(t3.value) #为numpy.ndarray

Series对象本质是由两个数组组成的
一个数组构成对象的键，一个数组构成对象的值
ndarray 的很多方法可以运用在series 类型 比如argmax，clip