Pandas 基础入门（一）

一、Pandas是什么

      Pandas 是一个开源的第三方 Python 库，从 Numpy 和 Matplotlib 的基础上构建而来，享有数据分析“三剑客之一”的盛名（NumPy、Matplotlib、Pandas）。      

      Pandas 已经成为 Python 数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。

     Pandas 这个名字来源于面板数据（Panel Data）与数据分析（data analysis）这两个名词的组合。Pandas 最初被应用于金融量化交易领域，现在它的应用领域更加广泛，涵盖了农业、工业、交通等许多行业

二、Pandas主要特点

1. 提供了一个简单、高效、带有默认标签（也可以自定义标签）的 DataFrame 对象。
2. 能够快速得从不同格式的文件中加载数据（比如 Excel、CSV 、SQL文件），然后将其转换为可处理的对象；
3. 能够按数据的行、列标签进行分组，并对分组后的对象执行聚合和转换操作；
4. 能够很方便地实现数据归一化操作和缺失值处理；
5. 能够很方便地对 DataFrame 的数据列进行增加、修改或者删除的操作；
6. 能够处理不同格式的数据集，比如矩阵数据、异构数据表、时间序列等；
7. 提供了多种处理数据集的方式，比如构建子集、切片、过滤、分组以及重新排序等。

三、Pandas主要优势 

1. Pandas 的 DataFrame 和 Series 构建了适用于数据分析的存储结构；
2. Pandas 简洁的 API 能够让你专注于代码的核心层面； Pandas 实现了与其他库的集成，比如 Scipy、scikit-learn 和 Matplotlib；
3. Pandas 官方网站（点击访问）提供了完善资料支持，及其良好的社区环境。 

四、Pandas内置数据结构 

     Pandas 为解决构建和处理二维、多维数组是一项繁琐的任务。 在 ndarray 数组（NumPy 中的数组）的基础上构建出了  

 两种不同的数据结构：            

1.     Series（一维数据结构）      
2.     DataFrame（二维数据结构） 

 

 五、Pandas安装

pip install pandas

import pandas as pd 

六、Series结构 

   6.1 Series结构概念

     Series 结构，也称 Series 序列，是 Pandas 常用的数据结构之一，它是一种类似于一维数组的结构，由一组数据值（value）和一组标签组成，其中标签与数据值之间是一一对应的关系。               Series 可以保存任何数据类型，比如整数、字符串、浮点数、Python 对象等，它的标签默认为整数，从 0 开始依次递增。 

 6.2 Series对象

    使用 Series()  函数来创建 Series 对象，通过这个对象可以调用相应的方法和属性

 6.3 Series创建对象

 1、创建一个空Series对象

 2、字典创建Series对象

 3、数组创建Series对象

 4、标量创建Series对象

 6.4 Series访问数据

  分为两种方式: (1) 位置索引访问 (2) 标签索引访问

 

 

 

 6.5 Pandas的reindex函数

返回->数据符合新的索引来构造一个新的对象

语法：DataFrame.reindex(index=None, columns=None, **kwargs)

reindex 函数的参数说明：

 

6.6 Series常用属性 

 6.7 Series常用方法

1、head()、tail()查看数据  

•       head() 返回前 n 行数据，默认显示前 5 行数据
•       tail()    返回后 n 行数据，默认显示后 5 行数据

2、isnull()、nonull()检测缺失值 所谓缺失值，顾名思义就是值不存在、丢失、缺少。

• isnull()：  如果为值不存在或者缺失，则返回 True。
• notnull()：如果值不存在或者缺失，则返回 False。

 

 6.8 Series算术运算

6.9 Series添加append

 6.10 Series删除drop

  删除数据集中多余的数据

  DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False,  errors='raise')

 

 七、DataFrame结构

 7.1 dataFrame概念

     DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）

7.2 DataFrame对象

创建 DataFrame 对象的语法格式

7.3 DataFrame创建对象 

 1、创建空对象

 

 2、二维数组创建

 

 3、字典创建

 4、from_dict()创建

 5、列表嵌套字典创建

 7.4 DataFrame常见属性&方法

 

 7.5 Pandas loc/iloc用法

 7.6 Pandas sorting排序

两种排序方法:

1、按索引排序   sort_index(axis= , ascending= , inplace=)

2、按值排序 sort_values(by= , axis= , ascending= , inplace=)

 7.7 Pandas rank排名

 rank函数语法:    

DataFrame.rank(axis=0,method='average',numeric_only=None, na_option='keep',ascending=True,pct=False)