Python数据分析之pandas学习

Python中的pandas模块进行数据分析。

接下来pandas介绍中将学习到如下8块内容：
1、数据结构简介：DataFrame和Series
2、数据索引index
3、利用pandas查询数据
4、利用pandas的DataFrames进行统计分析
5、利用pandas实现SQL操作
6、利用pandas进行缺失值的处理
7、利用pandas实现Excel的数据透视表功能
8、多层索引的使用

一、数据结构介绍

在pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。Series类似于numpy中的一维数组，除了通吃一维数组可用的函数或方法，而且其可通过索引标签的方式获取数据，还具有索引的自动对齐功能；DataFrame类似于numpy中的二维数组，同样可以通用numpy数组的函数和方法，而且还具有其他灵活应用，后续会介绍到。

1、Series的创建

序列的创建主要有三种方式：

1）通过一维数组创建序列

1. import numpy as np, pandas as pd

2. arr1 = np.arange(10)

3. arr1

4. type(arr1)

5. s1 = pd.Series(arr1)

6. s1

7. type(s1)

2）通过字典的方式创建序列

1. dic1 = {'a':10,'b':20,'c':30,'d':40,'e':50}

2. dic1

3. type(dic1)

4. s2 = pd.Series(dic1)

5. s2

6. type(s2)

3）通过DataFrame中的某一行或某一列创建序列

这部分内容我们放在后面讲，因为下面就开始将DataFrame的创建。

2、DataFrame的创建

数据框的创建主要有三种方式：

1）通过二维数组创建数据框

1. arr2 = np.array(np.arange(12)).reshape(4,3)

2. arr2

3. type(arr2)

4. df1 = pd.DataFrame(arr2)

5. df1

6. type(df1)

2）通过字典的方式创建数据框

以下以两种字典来创建数据框，一个是字典列表，一个是嵌套字典。

1. dic2 = {'a':[1,2,3,4],