Pandas库学习

1.pandas库的两个数据类型

Series（一维数据）和DataFrame（二，三维数据)
对于以上两个数据的操作主要有基本操作，运算操作，特征类操作，关联类操作
注：pandas库与Numpy库的区别

Numpy	Pandas
基础数据类型	扩展数据类型
关注数据的结构表达	关注数据的应用表达
维度：数据的关系	维度：索引数据的关系

2.Series类型

• 创建Series类型
  语法：pd.Series(数据，index=[***])

数据来源如下：
1.python列表， index与列表元素个数一致
2.ndarray， 索引数据都可以通过ndarray类型创建
3.标量值，index表达Series类型的尺寸
3.python字典， 键值对中的“键”是索引， index从字典中进行选择操作
4.其他函数， range()函数等

• Series类型包括index和values两部分
  Series类型的基本操作类似ndarray和python字典类型
  语法：

1.Series.index 获得索引值
2.Series.values 获得值
3.Series[‘×’] 获得值为×的索引
4.Series[n] 获得索引为n的值
5.Series.median()
6.Series[:] 对Series进行切片
8.‘a’ in Series
9.Series.get('a',300)
注：自动索引和自定义索引并存

• 对齐操作
  Series+Series
• name属性
  语法：Series.name()

Series的index和values存储在name属性中

总结：Series是一组带标签的数据

3.DataFrame类型

• 创建DataFrame类型
  语法：pd.DataFrame(数据，index=[***])
  1.二维ndarray
  2.由一维ndarray，列表，字典，元组或Series构成的字典
  3.Series类型
  4.其他DataFrame类型
• DataFrame基本操作
  与Series类型类似
  DataFrame是二维带标签的数组

4.Series和DataFrame数据类型的操作

• 增加或重排:重新索引
  语法：Seriess(或者DataFrame).reindex(index=None, columns=None, fill_value=, method='',limit=,copy=True)
• 索引类型

方法	说明
.append(idx)	链接另一个Index对象，产生新的Index对象
.different（idx）	计算差集，产生新的Index对象
.intersection(idx)	计算交集
.union（idx）	计算并集
.delect(loc)	删除loc位置处的元素
.insert(loc,e)	在loc 位置增加一个元素e

• 删除

语法：.drop()

5.数据类型运算

• 算术运算法则
  1.一般情况
  2.数据缺失情况
  3.不同维度运算 广播运算
  4.二元运算
  方法：
  .add(d,参数) 加法
  .sub(d,参数) 减法
  .mul(d,参数) 乘法
  .div(d,参数) 除法
• 比较运算
  布尔运算

6.数据排序

• 对索引的排序
  .sort_index(axis=0,ascending=True)
• 对值进行排序
  Series.sort_values(axis=0,ascending=True)
  DataFrame.sort_values(by,axis=0,ascending=True) by指的是某个索引或索引列表 ascending=True 升序

7.基本统计分析

函数	说明
.sum()	按0轴求和
.count()	非NaN的个数
.mean() .median()	算术平均值 算术中位数
.var() .std()	方差 标准差
.min() .max()	最大最小值
.describe()	针对0轴的统计汇总

注：Series.describe()['']
DataFrame.describe().ix[...] 一行的汇总
DataFrame.desrcibe()[...] 一列的汇总

8.累计统计分析

• 基本分析

函数	说明
.cumsum()	1到n的和
.cumprod()	1到n的积
.cummax()	1到n的最大值
.cummin()	1到n的最小值

• 滚动计算
  函数 | 说明
  ---- | ----
  .rolling(w).sum() | 依次计算w个元素和
  .rolling(w).mean | 依次计算w个元素的算术平均值
  .rolling(w).var() | 依次计算w个元素的方差
  .rolling(w).std() | 依次计算w个元素的标准差
  .rolling(w).min .max() | 依次计算w个元素的最大，最小值

9.相关分析

a.corr(b) 相关系数

总结：对一组数据的理解可以借助数据摘要来体现,而数据摘要包括基本统计，分布/累计统计，数据特征，数据挖掘