python日記Day15——Pandas之入門

python日記——Pandas之入門

• Pandas庫的介紹
  1、Pandas是Python第三方庫，提供高性能易用數據類型和分析工具，Pandas基於NumPy實現，常與NumPy和Matplotlib一同使用；
  2、Pandas包含兩種數據類型：Series, DataFrame，基於上述數據類型有各類操作：基本操作、運算操作、特徵類操作、關聯類操作；
  3、對比：NumPy 提供基礎數據類型，關注數據的結構表達，主要體現在維度，數據間的關係；Pandas提供基於ndarray的擴展數據類型Series和DataFrame，關注數據的應用表達，主要體現在數據與索引間的關係。

• Series類型
  1、Series類型由一組數據及與之相關的數據索引組成，Series是一維帶“標籤”數組；
  2、Series類型可以由如下類型創建：Python列表、標量值（不能省略index）、Python字典（index表示進行選擇操作）、ndarray（索引和數據都可以通過ndarray類型創建）、其他函數（range()函數等）；
  
  3、可以用過index自定義索引，自定義索引和自動索引可以共存，但不能混用；
  4、Series類型的操作：
  Series類型包括index和values兩部分：
  
  Series類型的操作類似ndarray類型：
  
  Series類型的操作類似Python字典類型:
  
  5、對齊操作：Series類型在運算中會自動對齊不同索引的數據
  
  6、Series對象和索引都可以有一個名字，存儲在屬性.name中
  
  7、Series對象可以隨時修改並即刻生效。

• DataFrame類型
  1、DataFrame類型由共用相同索引的一組列組成，DataFrame是二維帶“標籤”數組：
  
  2、DataFrame是一個表格型的數據類型，每列值類型可以不同，DataFrame既有行索引（index）、也有列索引（column），DataFrame常用於表達二維數據，但可以表達多維數據：
  
  3、DataFrame類型可以由如下類型創建：
  • 二維ndarray對象
  • 由一維ndarray、列表、字典、元組或Series構成的字典
  • Series類型
  • 其他的DataFrame類型
  
  4、DataFrame基本操作類似Series，依據行列索引，可通過df.info()查看df的信息。

• Pandas庫的數據類型操作
  1、如何改變Series和DataFrame對象？
  增加或重排：重新索引
  刪除：drop
  2、.reindex()能夠改變或重排Series和DataFrame索引，
  .reindex(index=None, columns=None, …)的參數：
  
  
  3、索引類型的常用方法：
  Series和DataFrame的索引是Index類型。
  4、.drop()能夠刪除Series和DataFrame指定行或列索引，默認爲刪除行索引，當刪除列索引時，需要添加"axis=1"
  

• Pandas庫的數據類型運算
  1、算術運算根據行列索引，補齊後運算，運算默認產生浮點數；補齊時缺項填充NaN (空值)；二維和一維、一維和零維間爲廣播運算；採用+ ‐ * /符號進行的二元運算產生新的對象；
  2、方法形式的運算：
  
  
  
  廣播運算是指兩個數組進行運算，一個是Series數組（即一維數組），另一個是DataFrame數組（多維數組），即 一維數組看成是一行分別與多維數組的每一行進行運算。需要注意的是，如果一維數組過短，結果每行的長度以最大值爲準，超過的部分空值，即NaN
  3、比較運算只能比較相同索引的元素，不進行補齊；二維和一維、一維和零維間爲廣播運算；採用> < >= <= == !=等符號進行的二元運算產生布爾對象。
  
  

• df.loc[ ]和df.iloc[ ]
  1、df.loc[ ]：用index定位數據,也就是說loc是根據index來索引，比如下邊的df定義了一個index，那麼loc就根據這個index來索引對應的行
  2、df.iloc[ ]：用position定位數據，iloc並不是根據index來索引，而是根據行號來索引，行號從0開始，逐次加1。

本文內容參考於北京理工大學嵩天老師相關課程