pandas入门指南

上一篇讲了numpy，除此之外，还有一个工具我们一定会使用，那就是pandas。如果说numpy中数据存储形式是列表的话，那么pandas中数据的存储形式更像是字典。为什么这么说呢？因为pandas中的数据每一行每一列都有名字，而numpy中没有。本文主要介绍pandas的基本使用方法，更多高级用法大家可以参考 pandas官方文档

一、pandas的安装及导入

安装：命令行中输入以下代码

导入：为了简便，这里使用pd作为pandas的缩写（因为pandas依赖numpy，所以在使用之前需要安装和导入numpy）

二、新建pandas列表、矩阵及其属性

创建方法：pd.Series：创建pandas列表pd.daterange：创建pandas日期列表pd.DataFrame：创建pandas矩阵矩阵属性dtypes：数据类型index：行名columns：列名values：数据值describe()：实值数据列的统计数据T：矩阵的倒置sortindex(axis=, ascending=)：矩阵排序sort_values(by=, ascending=)：按某一列的值排序

三、pandas选择数据

.列名：选择某一列[列名]：选择某一列[start : end]：选择行索引以start开头，end - 1结尾的数据[行名start：行名end]：选择行名以start开头，end结尾的数据loc[行名选择, 列名选择]：根据行名和列名选择数据iloc[行索引选择, 列索引选择]：根据行索引和列索引选择数据ix[行 名/索引 选择，列 名/索引 选择]：混合 名/索引 选择数据[布尔表达式]：根据布尔表达式结果选择数据，只有当布尔表达式为真时的数据才会被选择

四、pandas设置数据值

首先选择数据，然后直接通过赋值表达式，即可将选择的数据设置为相应的值

五、pandas处理NaN值

dropna(axis=, how=)：丢弃NaN数据， fillna(value=)：将NaN值都设置为value的值isnull()：对每各元素进行判断是否是NaN，返回结果矩阵np.any(matrix) == value：判断matrix矩阵中是否有value值np.all(matrix) == value：判断matrix矩阵中是否所有元素都是value值

六、pandas读取数据、导出数据

根据数据的格式，pandas提供了多种数据读取和导出的方法，如：读取数据：readcsv、readtable、readfwf、readclipboard、readexcel、readhdf导出数据：tocsv、totable、tofwf、toclipboard、toexcel、tohdf

七、pandas合并数据

concat方法第一个参数：需要合并的矩阵axis：合并维度，0：按行合并，1：按列合并join：处理非公有 列/行 的方式，inner：去除非公有的 列/行，outer：对非公有的 列/行 进行NaN值填充然后合并ignore_index：是否重排行索引

merge方法第一个参数、第二个参数：需要合并的矩阵on：公有列名how：处理非公有行的方式，inner：去除非公有行，outer：对非公有的行进行NaN值填充然后合并，left：保留左矩阵的所有行，对非公有的元素进行NaN值填充，right：保留右边矩阵的所有行，对非公有的元素进行NaN值填充indicator：是否显示每一行的merge方式suffixes：非公有列的列名后缀

八、pandas数据可视化

pandas数据可视化依赖matplotlib库，所以在可视化数据之前应该先导入该库

首先通过np.ramdom方法生成四列随机数据然后通过cumsum对随机数据做累加再通过scatter方法以其中两列为绿色点X, Y的值，另两列为蓝色点X, Y的值最后使用plt.show()方法画图