Pandas——高效的数据处理Python库
Pandas教程
pandas是高效的数据读取、处理与分析的Python库，下面将学习pandas的基本用法
1. 创造对象
导入pandas , numpy, matplotlib库
import pandas as pd
import numpy as np
import matplotlib.pyplot as pltSeries是一个值的序列 ，它只有一个列，以及索引，下面的例子中，就是用默认的整数索引
DataFrame是有多个数据表，每个列拥有一个label，DataFrame也拥有索引
如果参数是一个dict（字典），每个dict的value会被转换成一个Series
可以这样理解，DataFrame是由Series组成
2.查看数据
用head和tail查看顶端和底端的几行 head和tail的默认参数是5
实际上DataFrame内部用numpy 格式存储数据，可以单独查看index和columns
describe()显示数据概要
和numpy一样，可以方便的得到转置
对axis按照index排序（axis=1指第二个纬度，即 列）
按值排序
3.选择行和列
从DataFrame选择一个列，就得到了一个Series
和numpy类似，这里可以使用 []
4.通过label选择
刚刚的DataFrame可以通过时间戳的下标（dates[0]=Timestamp(‘20170917’)）来访问
还可以多选
冒号和Matlab或Numpy里面的冒号用法是一样的 也可以加上行
5.通过整数下标选择
和Matlab完全一样
选出3~4行， 0~1列
左闭右开
也可以用list选择
也可以用slice切片
对单个元素
布尔值下标
基本用法
没有填充的值均为NaN
copy()函数：复制DataFrame isin()函数：是否在集合中，并选出
Setting
为DataFrame增加新的列，按index对应
通过label 下标 numpy 布尔值作下标 设置
缺失值
pandas用np.nana表示缺失值，不加入计算
dropna()丢弃有NaN的行 fillna(value=5)填充缺失值 pd.isnull()获取布尔值的mask，哪些是NaN
统计
平均值 mean() 对另一个纬度做平均值只需加一个参数 mean(1) 这里的1是纬度， 0表示x , 1 表示y, 2表示z 以此类推
Apply函数
对行或列进行操作，可以用lambda表达式
读取csv xls hdf5
pd.read_csv('filename')
pd.read_excel('filename','Sheet1')
pd.read_hdf('filename')腾讯云开发者
