Python數據處理庫pandas基本使用

---恢復內容開始---

　　pandas提供過便於操做數據的數據類型，也提供了許多分析函數和分析工具，使得數據分析易於操做。

 

1、pandas庫中Series類型

　　Series能夠生成數據的索引（自動索引和自定義索引），見下例：

    

Series可從標量（必須有index）、字典（直接應用Series函數）、ndarray、列表構建。

　　基本操做：相似於ndarray和字典類型。能夠用自定義索引b['b']=7, 也能夠用自動生成的自動索引b[1]=7，但注意不可混合使用。如

b[['c', 'd', 0]]輸出的第三個元素爲NaN ， 其切片和運算操做與ndarray基本相同，見下例：

    

　in 在列表或ndarray類型中表示某值是否在列表或ndarray中，而對於Series類型是判斷是否在對象的索引列表中。

　b.get('f', 100) 返回索引值'f'對應的值，若沒有則返回100 。

　兩個Series類型a+b相加，獲得Series類型c，則c的索引值爲a和b索引值的並，c的值分爲兩種狀況，若索引值在a和b中都存在，則對應值相加；不然（只存在於a和b中的一個），對應值爲空。

　能夠給Series對象起名字，如b.name='匹配'。

 

2、Pandas庫的DataFrame類型

　　由索引和多列數據構成，能夠理解爲一個表格。其每列值的類型能夠不一樣，且既有行索引也有列索引，經常使用於表達二維數據。

可由二維ndarray對象、一維列表等、Series類型、其餘DataFrame類型建立。見下例：

    

　對於字典dl={'one':[1,2,3], 'two':[9,8,7]} 也可直接用pd.DataFrame(dt,index=['a', 'b', 'c', 'd'])來建立。

　若要得到某個位置的數據，須要用到行列的聯合索引，如d['a']['one']=1.0

　d['one']可得到one對應的一列對象，包括行索引值。

　d.ix['a']可得到a對應的一行對象，包括列索引值。

 

---恢復內容結束---