数据科学库-pandas

pandas的常用数据类型：

1.Series 一维，带标签数组

2.DataFrame 二维，Series容器

series创建

t = pd.Series(np.arange(10),index = list.ascii_uppercase[:10]))

A        0

B        1

C        2

D        3

E        4

F        5

G       6

H       7

J        8

K       9

pandas之Series切片和索引:

 

pandas之Series的索引和值:

 

pandas读取外部数据：

pd.read_csv

pandas之DataFrame:

DataFrame对象既有行索引，又有列索引

行索引，表明不同行，横向索引，叫index，0轴，axis=0

列索引，表名不同列，纵向索引，叫columns，1轴，axis=1

pandas之loc :

还有更多的经过pandas优化过的选择方式：

1. df.loc 通过 标签 索 引行 数据

2. df.iloc 通过 位置 获 取行 数据

 

赋值更改数据的过程：

 pandas之布尔索引

 

缺失数据的处理:

判断数据是否为NaN：pd.isnull(df),pd.notnull(df)

处理方式1：删除NaN所在的行列dropna (axis=0, how='any', inplace=False)

处理方式2：填充数据，t.fillna(t.mean()),t.fiallna(t.median()),t.fillna(0)

处理为0的数据：t[t==0]=np.nan

当然并不是每次为0的数据都需要处理

计算平均值等情况，nan是不参与计算的，但是0会

 

pandas常用统计方法