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
