pandas库

基于numpy构建的pandas库，提供了使得数据分析变得更快更简单的高级数据结构和操作工具。

---

•  对象的创建

pandas series对象

创建series

 

数据支持多种类型

 

 

数据类型可以被强制转换

 

 

 

用一维的numpy数组创建

 

 

 

字典创建，若指定index，则会到字典的键中筛选，找不到，值为nan

 

从二维数组构建

 可以显示声明索引，如果没有声明，则使用默认的整数索引：

 针对Null的操作

Pandas提供了一些便利函数用于处理这个数据。

 

isnull()：用于创建掩码数组

notnull()：isnull()的反操作

dropna()： 返回过滤后的数据

fillna()： 返回填充后的数据

 

Pandas 提供的 merge() 函数能够进行高效的合并操作，这与 SQL 关系型数据库的 MERGE 用法非常相似。merge 翻译为“合并”，指的是将两个 DataFrame 数据表按照指定的规则进行连接，最后拼接成一个新的 DataFrame 数据表。

 merge() 函数的法格式如下：
pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,left_index=False, right_index=False, sort=True,suffixes=('_x', '_y'), copy=True)

 

https://cloud.tencent.com/developer/article/1640799