数据分析-pandas库快速了解

1.pandas是什么库

Pandas是Python第三方库，提供高性能易用数据类型和分析工具，pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

与numpy对比区别：

2.pandas库怎么用

安装

pip install pandas

导入

import pandas as pd

3.pandas两个数据类型

两个数据类型：Series, DataFrame

Series类型

Series类型由一组数据及与之相关的数据索引组成

第一列的0，1，2，3是自动索引，第二列是实际数据值，最后的dtype表示数据类型

Series类型数据的常见创建方式

python列表

标量值

python字典

ndarray

Series类型数据的基本操作

获得索引和数据

更改索引

索引

切片

DataFrame类型

DataFrame类型由共用相同索引的一组列组成，是一个表格型的数据类型，每列值类型可以不同，既有行索引、也有列索引，常用于表达二维数据。

DataFrame类型数据的常见创建方式

二维ndarray对象

一维ndarray、列表、字典、元组或Series构成的字典

DataFrame类型数据的基本操作

获得行列索引和数据

更改行列索引

选择数据

索引切片获取列数据和单个数据

索引切片获取行数据

iloc()：按照索引的位置来选取，这里要注意这种方式是包含切片的末尾的数据的

loc()：按照索引index的值选取，如果没有自定义值，行数据也可以通过切片获取。

4.查看数据

5.文件数据读取和保存

保存

读取

这里多了一列数据是因为上面写入时把索引写入了，可以再写入时去掉index，to_csv(file,index=False)

限于篇幅原因，还有更多内容(空值处理，分组，合并，排序，删除等），这个会在后面的具体场景中应用。