1、如何引入pandas并查看版本
import pandas as pd
import numpy as np
print(pd.__version__)
2、list或numpy array或dict转pd.Series
list1=["飘","飘","远",5,"飘","远"]
dict1={"d1":list1}
myarr1 = np.arange(6)
series1=pd.Series(list1)
series2=pd.Series(dict1)
series3=pd.Series(myarr)
series5 = pd.Series([1, 3, 6, 10, 15, 21, 27, 35])
print(series1)
print(series2)
print(series3)
3、多个series合并成一个dataframe
df1=pd.DataFrame({"column1":series1,"column2":series3})
print(df1)
4、根据index, 多个series合并成dataframe
sercc1=pd.concat([series1,series3], axis=1)
print(sercc1)
5、头尾拼接两个series
sercc2=pd.concat([series1,series3], axis=0)
print(sercc2)
6、找到元素 在series 1中不在series 3中
diff1=series1[~series1.isin(series3)]
print(diff1)
7、series的index转dataframe的column
df2 = series1.to_frame().reset_index()
print(df2)
8、两个seiries的并集
print(np.union1d(series5, series3))
9、两个series的交集
print(np.intersect1d(series5, series3))
10、两个series的非共有元素(互为补集)
union1=pd.Series(np.union1d(series5, series3))
intersect1=pd.Series(np.intersect1d(series5, series3))
noin=union1[~union1.isin(intersect1)]
print(noin)
11、如何获得series的最小值，第25百分位数，中位数，第75位和最大值？
print(max(series5))
print(min(series5))
### np.random.normal(均值, 标准差, 数据量)
ser = pd.Series(np.random.normal(10, 3, 25))
### np.random.RandomState是一个伪随机数生成器
np.random.RandomState(100)
### 计算一个多维数组的任意百分比分位数，np.percentile(对象名称,[百分位参数]），百分数参数必传
np.percentile(ser, q=[0, 25, 50, 75, 100])
12、如何获得系列中唯一项目的频率计数？
### numpy的.take （a，indices，axis = None，out = None，mode ='raise' ）
ser = pd.Series(np.take(list('abcdefgh'), np.random.randint(8, size=30)))
### .value_counts查看表格某列中有多少个不同值，并计算每个不同值有在该列中有多少重复值
ser.value_counts()
13、series中计数排名前2的元素
v_cnt = series1.value_counts()
print(v_cnt)
### .index返回的结果是计数列的排名
cnt_cnt=v_cnt.value_counts().index[:3]
print(cnt_cnt)
14、如何将数字系列分成10个相同大小的组
ser2 = pd.Series(np.random.random(20))
### 数据分箱函数，pd.qcut(x, q, labels=None, retbins=False, precision=3, duplicates='raise')
### x ：一维数组或者Serise
### q ： 表示分位数的整数或者数组，如果是分位数的整数，例如10用于十分位，4用于四分位；如果是分位数数组，例如[0,0.25,0.5,0.75,1]用于四分位数
### labels ： 数组或者布尔值，默认为none，用于指定每个箱体的标签，如果是数组，长度要与分箱个数一致，比如用四分位数分箱，需要指定四个标签；如果为False，则仅返回分箱的整数指示符，即当前数据位于哪个箱子中
### rebines ：布尔值，可选。 是否显示分箱的分界值。（由于是按照分位数进行分箱，在不知道分位数具体数值的情况下，可以通过这个参数设置显示分界值即分位数的具体数值）
### precision：整数，默认3，存储和显示分箱标签的精度。
### duplicates：如果分箱临界值不唯一，则引发ValueError或丢弃非唯一
groups = pd.qcut(ser2, q=[0, .10, .20, .3, .4, .5, .6, .7, .8, .9, 1], labels=['1st', '2nd', '3rd', '4th', '5th', '6th', '7th', '8th', '9th', '10th'])
groups
15、如何将numpy数组转换为给定形状的dataframe
ser4 = pd.Series(np.random.randint(1, 10, 35))
df3 = pd.DataFrame(ser4.values.reshape(7,5))
df3
16、如何从一系列中找到2的倍数的数字位置
ser5 = pd.Series(np.random.randint(1, 10, 7))
print(ser5[ser5 % 2==0].index)
17、如何从系列中的给定位置提取项目
pos = [0, 2,3]
series1.take(pos)
18、获取元素的位置
### list1=["飘","飘","远",5,"飘","远"]
[pd.Index(list1).get_loc(i)for i in list1]
19、如何计算真值和预测序列的均方误差
truth = pd.Series(range(10))
pred = pd.Series(range(10)) + np.random.random(10)
print(truth)
print(pred)
print(np.mean((truth-pred)**2))
20、如何将系列中每个元素的第一个字符转换为大写
series4=pd.Series(["kdnahl","asjlnd","alnsd","ansk","asnd"])
### 用法：map(function, iterable, …)
### 参数function： 传的是一个函数名，可以是python内置的，也可以是自定义的。
### 参数iterable ：传的是一个可以迭代的对象，例如列表，元组，字符串…
### map是python内置函数，会根据提供的函数对指定的序列做映射,将func作用于参数iterable中的每一个元素，并将所有的调用的结果作为一个list返回。
### 注意，map不改变原list，而是返回一个新list。
### Python title() 方法返回"标题化"的字符串,也就是首个字母转化为大写
print(series4.map(lambda x: x.title()))
21、如何计算系列中每个单词的字符数
series4.map(lambda x: len(x))
22、如何计算时间序列数据的差分
### 差分，一般在大数据里用在以时间为统计维度的分析中，用下一个数值减去上一个数值
### 当间距相等时，用下一个数值减去上一个数值 ，叫“一阶差分”；再在一阶差分的基础上用后一个数值再减上一个数值一次，就叫“二阶差分"
### 差分的作用是减轻数据之间的不规律波动，使其波动曲线更平稳
series5 = pd.Series([1, 3, 6, 10, 15, 21, 27, 35])
### 一级差分
print(series5.diff())
### 二级差分
print(series5.diff().diff())
