【python机器学习】常用包之数据分析工具Pandas

数据分析工具Pandas

以numpy为基础构建的、用以分析结构化数据的程序包，其功能强大且提供了高级数据结构和数据操作工具。它包含了数据读取、清洗、分析、矩阵运营以及数据挖掘等。因numpy面对大量多位度数据时，转换过程中每行、每列数据的属性或标签将消除，很难记住新数据代表的含义。Pandas适用于对大型数据的操作，Numpy则从其中选择一部分数据。

Pandas的两大重要组成：序列Series和数据框DataFrame。

序列series：类似于Numpy中的一维数组，通过索引标签的方式获取数据，而且具有索引的自动对齐功能。

数据框DataFrame：类似于Numpy中的二维数组，同样可以使用Numpy数组的函数和方法。

1.创建Series

pd.Series(np.arange(10))                                  通过一维数组的方式来创建序列

dic1={'a':4,'b'=5}    pd.Series(dic1)                    通过字典的方式来创建序列

2.创建DataFr