pandas

1.简介

pandas是python的一个数据分析包，由AQR于2008年4月开发，2009年末开源。

pandas最初被做为金融数据分析工具而开发出来，所以pandas为时间序列分析提供了很好的支持。

 

基本功能

集成时间序列功能

既能处理时间序列数据，也能处理非时间序列数据的数据结构

灵活处理缺失数据

合并及其余出如今常见数据库中的关系型运算

 

数据结构

Series，是一种相似于一维数组的对象，它由一组数据以及与一组与之相关的数据标签（即索引）组成。

Series的字符串表现形式为：索引在左边，值在右边。

from pandas import Series

print('用数组生成Series,不指定索引')
s1 = Series([4,7,-5,3])
print(s1)
print(s1.values)
print(s1.index)

 

print('指定Series的index')
s2 = Series([4, 7, -5, 3], index = ['d', 'b', 'a', 'c'])
print(s2)
print(s2.index)
print(s2['a'])
s2['d'] = 6
print(s2[['c', 'a', 'd']])
print(s2[s2 > 0])  # 找出大于0的元素
print('b' in s2)  # 判断索引是否存在
print('e' in s2)

print('使用字典生成Series')
sdata = {'Ohio':45000, 'Texas':71000, 'Oregon':16000, 'Utah':5000}
s3 = Series(sdata)
print(s3)

print('使用字典生成series，并额外指定index，不匹配部分为NaN')
states = ['California', 'Ohio', 'Oregon', 'Texas']
s4 = Series(sdata, index = states)
print(s4)

print('series相加，相同索引部分相加')
print(s3+s4)

print('指定series及其索引的名字')
s4.name = 'population'
s4.index.name = 'state'
print(s4)

print('替换index')
s1.index = ['Bob', 'Steve', 'Jeff', 'Ryan']
print(s1)

DataFrame

是一个表格型的数据结构，它含有一组有序的列，每列能够使不一样的值类型。

既有行索引，又有列索引，它能够被看作由Series组成的字典。