Pandas最详细教程来了！

导读：在Python中，进行数据分析的一个主要工具就是Pandas。Pandas是Wes McKinney在大型对冲基金AQR公司工作时开发的，后来该工具开源了，主要由社区进行维护和更新。

Pandas具有NumPy的ndarray所不具有的很多功能，比如集成时间序列、按轴对齐数据、处理缺失数据等常用功能。Pandas最初是针对金融分析而开发的，所以很适合用于量化投资。

作者：赵志强 刘志伟

来源：大数据DT（ID：hzdashuju）

在使用Pandas之前，需要导入Pandas包。惯例是将pandas简写为pd，命令如下：

import pandas as pd

Pandas包含两个主要的数据结构：Series和DataFrame。其中最常用的是DataFrame，下面我们先来学习一下DataFrame。

01 DataFrame入门

DataFrame是一个表格型的数据结构。每列都可以是不同的数据类型（数值、字符串、布尔值等）。

DataFrame既有行索引也有列索引，这两种索引在DataFrame的实现上，本质上是一样的。但在使用的时候，往往是将列索引作为区分不同数据的标签。DataFrame的数据结构与SQL数据表或者Excel工作表的结构非常类似，可以很方便地互相转换。

下面先来创建一个DataFrame，一种常用的方式是使用字典，这个字典是由等长的list或者ndarray组成的，示例代码如下：

data={'A':['x','y','z'],'B':[1000,2000,3000],'C':[10,20,30]}
df=pd.DataFrame(data,index=['a','b','c'])
df

运行结果如图3-2所示。

▲图3-2

我们可以看到，DataFrame主要由如下三个部分组成。

• 数据，位于表格正中间的9个数据就是DataFrame的数据部分。

• 索引，最左边的a、b、c是索引，代表每一行数据的标识。这里的索引是显式指定的。如果没有指定，会自动生成从0开始的数字索引。

• 列标签，表头的A、B、C就是标签部分，代表了每一列的名称。

下文列出了DataFrame函数常用的参数。其中，“类似列表”代表类似列表的形式，比如列表、元组、ndarray等。一般来说，data、index、columns这三个参数的使用频率是最高的。

• data：ndarray/字典/类似列表 | DataFrame数据；数据类型可以是ndarray、嵌套列表、字典等

• index：索引/类似列表 | 使用的索引；默认值为range(n)

• columns：索引/类似列表 | 使用的列标签；默认值为range(n)

• dtype：dtype | 使用（强制）的数据类型；否则通过推导得出；默认值为None

• copy：布尔值 | 从输入复制数据；默认值为False

其中data的数据类型有很多种。

下文列举了可以作为data传给DataFrame函数的数据类型。

可以传给DataFrame构造器的数据：

• 二维ndarray：可以自行指定索引和列标签

• 嵌套列表或者元组：类似于二维ndarray

• 数据、列表或元组组成的字典：每个序列变成一列。所有序列长度必须相同

• 由Series组成的字典：每个Series会成为一列。如果没有指定索引，各Series的索引会被合并

• 另一个DataFrame：该DataFrame的索引将会被沿用

前面生成了一个DataFrame，变量名为df。下面我们来查看一下df的各个属性值。

获取df数据的示例代码如下：

df.values

输出结果如下：

array([['x', 1000, 10],
       ['y', 2000, 20],
       ['z', 3000, 30]], dtype=object)

获取df行索引的示例代码如下：

df.index

输出结果如下：

Index(['a', 'b', 'c'], dtype='object')

获取df列索引（列标签）的示例代码如下：

df.columns

输出结果如下：

Index(['A', 'B', 'C'], dtype='object')

可以看到，行索引和列标签都是Index数据类型。

创建的时候，如果指定了列标签，那么DataFrame的列也会按照指定的顺序进行排列，示例代码如下：

df=pd.DataFrame(data,columns=['C','B','A'],index=['a','b','c'])
df

运行结果如图3-3所示。

▲图3-3

如果某列不存在，为其赋值，会创建一个新列。我们可以用这种方法来添加一个新的列：

df['D']=10
df

运行结果如图3-4所示。

▲图3-4

使用del命令可以删除列，示例代码如下：

del df['D']
df

运行结果如图3-5所示。

▲图3-5

添加行的一种方法是先创建一个DataFram