Numpy-pandas

import pandas as pd#导入pandas
print(pd.__version__)#查看pandas版本信息

pandas的数据结构可以分为：

1. Series（一维数组）
   #一维带标签的数组，可以通过标签定位数据。
   #可以看作是一列数据组成的数据集
2. DataFrame(二维数组)
   #二维带标签的数组，可以通过标签定位数据。
3. Panel（三维数组）
4. Panel4D（四维数组）
5. panelND（多维数组）

series

可以看作是一列数据组成的数据集

创建series数据类型

s=pd.Series(data,index=index)

1. 从列表创建Series

import pandas as pd
list1=[0,1,2,3,4]
s1=pd.Series(list)

• 若不指定索引index，默认从0开始

2. 从Ndarray创建Series

import numpy as np
import pandas as pd
data=np.random.randn(5) #一行五列的array
index1=['a','b','c','d','e']
s2=pd.Series(data,index=index1)

• np.random是numpy中的一个模块(https://blog.csdn.net/u012149181/article/details/78913167)
  • np.random.rand(size)
    #size=d1,d2,…,dn
    #生成一个n维的array（数据在**[0,1)**之间）
  • np.random.randn(d1,d2,…,dn)
    #生成一个n维的array（数据具有标准正态分布）

3. 从字典创建Series

import numpy as np
import pandas as pd
dic={'a':1,'b':2,'c':3,'d':4,'e':5}
s3=dp.Series(dic)

从字典创建Series，就不需要index了

Series基本操作

1. 修改Series索引
   series1.index=['index1','index2',···]
2. 纵向拼接
   series3=series2.append(series1)#将s1拼接到s2
3. 按照索引删除元素
   series1=series1.drop('index')
4. 修改指定索引的元素
   series1['index']=
5. 按索引查找元素
   series1['index']
6. 切片
   series[a:b]

Series运算

加法	减法	乘法	除法	求中位数	求和	求最大值	求最小值
s2.add(s1)	s2.sub(s1)	s2.mul(s1)	s2.div(s1)	s3.median()	s3.sum()	s3.max()	s3.min()

DataFrame

在索引和数据的基础上，又增加了列名

创建DataFrame数据类型

df1=pd.DataFrame(data,index,columns)
df1.dtypes
2. 从Ndarray创建DataFrame

import numpy as np
import pandas as pd
n_arr=np.random.randn(6,4) #五行四列的array
dates=pd.date_range('today',period=6) #定义时间序列作为index
columns=['a','b','c','d'] #将列表作为列名
df1=pd.DataFrame(n_arr,index=dates,columns=columns)

3. 从字典创建DataFrame

import numpy as np
import pandas as pd
dic={'animal':['cat','dog','cat','cat'],'age':[1,3,5,2],'visits':[1,3,2,1],'priority':['yes','yes','no','no']}
labels=['a','b','c','d']
df1=dp.DataFrame(dic,index=labels)

从字典创建DataFrame，需要index，但是不需要Column了

DataFrame基本操作

1. 预览前5行
   df1.head(num)#num为预览的行数，不填默认前5行

2. 查看后3行
   df1.tail(3)

3. 查看索引
   df1.index

4. 查看列名
   df1.columns

5. 查看数值
   df1.values

6. 查看统计数据
   df1.describe()

7. 转置
   df1.T

8. 按列排序
   df1.sort_values(by='age')

9. 切片
   df1[a:b:c]

10. 通过标签查询（单列）
    df1['column']

11. 通过标签查询（多列）
    df1[['column1','column2']]

12. 通过位置查询
    df1.iloc[a:b]#包前不包后的行数

13. 副本拷贝

14. 判断元素是否为空

15. 添加列数据