数据分析一、 pandas库基础知识

一、jupyter 代码编辑器

Cell [sel] 细胞
jupyter 代码编辑器的一个代码单元，一般叫它 Cell。
Cell 是这款 jupyter 代码编辑器的主要构成要素。
代码的输入以及代码结果的输出都是在 Cell 中实现的。
Cell 一共由两个部分组成：In[] 和 Out[]，即输入框和输出框。
Cell 在使用时有两个很重要的特点，第一点体现在查看变量的时候，第二点体现在变量值的传递上。查看变量值的时候，只要输入变量名就可以了。
jupyter 代码编辑器第二个特点：当前的 Cell 可以沿用之前 Cell 的运算结果，也就是变量的值是可以传递的。

下面讲解的pandas库知识点中的代码运行示例均是在 jupyter 代码编辑器环境下的示例

概述：Python 数据分析库介绍

二、pandas 库基础知识

pandas [ˈpændəz] 熊猫
pandas 库是一个专门用来解决数据分析问题的库。
pandas 库有以下两大优势：
1）速度快：快速处理大型数据集；
2）效率高：提供大量高效处理数据的函数和方法。
import pandas as pd #导入 pandas 库 简化为 pd
pandas 库提供了两种数据结构：Series 和 DataFrame，来提升操作速度和效率。

（1）常用的Series属性与方法：

s.index #查看索引
s.values #查看数值
s.isnull() #查看为空的，返回布尔型
s.sort_index() #按索引排序
s.sort_values() #按数值排序

（2） DataFrame常用方法

df.head( 5 ) #查看前5行
df.tail( 3 ) #查看后3行
df.values #查看数值
df.index #查看索引
df.shape #查看行数、列数
df.fillna(0) #将空值填充0
df.replace(1, -1) #将1替换成-1
df.isnull() #查找df中出现的空值
df.dropna() #删除空值
df.unique() #查看唯一值
df.reset_index() #修改、删除，原有索引
df.columns #查看df的列名

df.sort_values() #排序

1、Series对象

Series [ˈsɪəriːz] 系列
Series 主要由一组数据及其对应的索引组成。

在上面的例子中，我们还可以在数据的底部看到这样一行信息：dtype: object。
其中，dtype 指的是 pandas 库中的数据类型，object 就等价于之前 python 学过的字符串类型。
dtype 为 object 指的就是，Series 对象中的数据，至少有一条是字符串类型的。
pd.Series() 就是创建 Series 对象的方法。

2.1.1、 借助列表来创建 Series 对象的方法，也就是：pd.Series(data)

 #创建Series对象
surname = pd.Series(['赵', '钱', '孙', '李'])
#查看surname
surname

0 赵
1 钱
2 孙
3 李
dtype: object
在这个案例中，是将一个列表：[‘赵’, ‘钱’, ‘孙’, ‘李’]，传给了参数 surname。
当我们将列表传给参数 data 之后，在默认情况下，pd.Series(data) 会自动为列表中的每一个元素分配对应的数字索引。
默认索引是从 0 开始，以 0, 1, 2, 3,… 的形式按序分配给列表中的元素。
Series 对象应用示例，把temp_list1 = [1, 2, 3, 4]
temp_list2 = [5, 6, 2, 3] 2个列表中的元素一一对应相加

1、 用之前学过的列表、循环等知识来解决这个问题

# 创建两个原始列表
temp_list1 = [1, 2, 3, 4]
temp_list2 = [5, 6, 2, 3]
# 创建新列表 temp_list_new
temp_list_new = []
# 将两个原始列表的元素之和添加进 temp_list_new
for i in range(len(temp_list1)):
    temp_list_new.append(temp_list1[i] + temp_list2[i])
# 查看新列表 temp_list_new
temp_list_new   返回：[6, 8, 5, 7]

2、用 Series 对象中的方法来求这个新列表。

# 创建两个原始列表
temp_list1 = [1, 2, 3, 4]
temp_list2 = [5, 6, 2, 3]
# 创建新的 Series 对象
temp_s = pd.Series(temp_list1) + pd.Series(temp_list2)
# 查看 temp_s
temp_s

终端：

0    6
1    8
2    5
3    7
dtype: int64

2、 DataFrame对象

Data-- [ˈdeɪtə] – 数据 ， frame – [freɪm]–框架

2.1、借助字典来创建 DataFrame 对象的方法，也就是：pd.DataFrame(data)

DataFrame对象是一种表格型的数据结构，包含行索引、列索引以及一组数据。
图示：

创建 DataFrame 对象的方法是：pd.DataFrame()
DataFrame 对象的参数可以是字典，示例：