淺談python的第三方庫——pandas（一）

pandas做爲python進行數據分析的經常使用第三方庫，它是基於numpy建立的，使得運用numpy的程序也能更好地使用pandas。

##1 pandas數據結構

###1.1 Series 注：因爲pandas與numpy關係密切，因此在代碼中常常將兩者一同導入使用。

上圖中，先利用numpy建立一個一維數組，再利用pandas的內置方法將其轉換爲pandas的序列類型Series。能夠看到，pandas會自動將原有數據轉換成一列，並添加行的索引。

###1.2 DataFrame pandas的第二種也是最具表明性的數據結構就是DataFrame。

顯然，DataFrame就是矩陣類型的數據，只不過pandas中會給矩陣添加行列索引，以便使用與查找元素。

##2 建立DataFrame 因爲Series能夠視爲DataFrame的一種簡單狀況，因此後面將主要介紹DataFrame，關於Series的狀況能夠類比過去。 從前一小節能夠看到，pandas的數據能夠經過運用內置方法轉換numpy建立的數據獲得，但也能夠直接在pandas庫內建立DataFrame。

建立DataFrame時，能夠手動給數據添加行列名，不然pandas會自動添加形如「0，1，2，3」的行列名。 因爲pandas基於numpy製做，因此numpy中的一些經常使用方法能夠直接移植過來。

pandas中也有shape方法查看矩陣大小。

##3 查找DataFrame的元素

由於pandas中的矩陣容許自定義行列名，因此定位其中的元素分爲以下幾種方式：使用行列名稱，使用行列位置，名稱位置混合。

###3.1 行列名稱定位

###3.2 行列位置定位

###3.3 名稱位置混合定位

通常經常使用的仍是前兩種定位手段，混合定位瞭解便可。

小結：做爲pandas系列的開篇，本文就介紹到此，沿用numpy系列的模式，後面的博文將介紹pandas中關於DataFrame的經常使用方法。