pandas是基于numpy的一种数据分析工具，熟练使用pandas可以大大降低我们的工作量
引入pandas包：

import numpy as np
import pandas as pd

pandas数据类型

pandas有两种数据类型：series和dataframe。
series是一种一维数据结构，每一个元素都有一个索引，与一维数组类似。索引可以使数字或者字符串，series结构如下：

dataframe则是二维数据结构，其存在于excel表格类似，有对应的行和列，其结构如下：

Series对象的创建

例1

#我们可以直接用Series函数来创建对象
import numpy as np
import pandas as pd
a=pd.Series([1,2,3,4,5])
print(a)
'''
输出为：
0    1
1    2
2    3
3    4
4    5
dtype: int64
#程序会自动生成index，从0开始编号
'''

例2

#当然也可以指定index，并且Series可以使用已有的列表、元素来创建对象，也可以利用ndarray来创建
import numpy as np
import pandas as pd
a=np.array([1,2,3,4,5,6])
b=pd.Series(a,index=['a','b','c','d','e','f'])
print(b)
'''
输出为：
a    1
b    2
c    3
d    4
e    5
f    6
dtype: int32
'''

例3

#Series也可以用来创建时间序列，但是必须指定start，end，period中最少两个值
import numpy as np
import pandas as pd
b=pd.date_range('20200101','20200106')
print(b)
'''
输出为：
DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04','2020-01-05', '2020-01-06'],dtype='datetime64[ns]', freq='D')
'''

DataFrame对象的创建

DataFrame有行名和列名，行列名我们都可以进行定义我个人理解的构造函数如下

pd.DataFrame(object,index=,columns=)

例1

import numpy as np
import pandas as pd
s=np.arange(1,7)
s=s.reshape(2,3)
a=pd.DataFrame(s,index=['a','b'],columns=['A','B','C'])
print(a)
'''
输出为：A  B  C
a  1  2  3
b  4  5  6
'''

例2

#还可以通过字典来创建DataFrame对象，键值对应index
import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':pd.Categorical(['18','19']),'score':pd.Categorical(['99','98'])})
print(a)
'''
输出为：name age score
0    dn  18    99
1  muss  19    98
'''

DataFrame属性

查看数据类型

我们可以使用DataFrame.dtypes函数来查看每一列的数据类型

import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':18,'score':pd.Series(np.arange(98,100))})
print(a.dtypes)
'''
输出为：
name     category
age         int64
score       int32
dtype: object
'''

查看索引和列名

利用DataFrame.index函数来查看索引

import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':18,'score':pd.Series(np.arange(98,100))})
print(a.index)
'''
输出为：RangeIndex(start=0, stop=2, step=1)
'''

利用DataFrame.columns函数来查看列名

import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':18,'score':pd.Series(np.arange(98,100))})
print(a.columns)
#输出为Index(['name', 'age', 'score'], dtype='object')

查看数据和统计信息

利用DataFrame.values函数来查看数据

import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':18,'score':pd.Series(np.arange(98,100))})
print(a.values)
'''
输出为：
[['dn' 18 98]['muss' 18 99]]
'''

利用DataFrame.describe()函数查看统计信息

import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':18,'score':pd.Series(np.arange(98,100))})
print(a.describe())
'''
输出为：age      score
count   2.0   2.000000
mean   18.0  98.500000
std     0.0   0.707107
min    18.0  98.000000
25%    18.0  98.250000
50%    18.0  98.500000
75%    18.0  98.750000
max    18.0  99.000000Process finished with exit code 0'''

DataFrame常用操作

转置

关于转置操作不用多说了，numpy部分已经说过了

import numpy as np
import pandas as pd
a=pd.DataFrame({'name':pd.Categorical(['dn','muss']),'age':18,'score':pd.Series(np.arange(98,100))})
print(a.T)
'''
输出为：0     1
name   dn  muss
age    18    18
score  98    99
'''

排序

排序分为按照index排序和按值排序

按照index排序

import numpy as np
import pandas as pd
s=np.array([6,5,4,3,2,1]).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a.sort_index(axis=1))
'''
输出为：a  b
0  6  5
1  4  3
2  2  1
'''

按值排序

import numpy as np
import pandas as pd
s=np.array([6,5,4,3,2,1]).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a.sort_values(by='b'))
'''
输出为：a  b
2  2  1
1  4  3
0  6  5
'''

数据选择

选择列

这将会返回一个单独的列，相当于一个Series对象

import numpy as np
import pandas as pd
s=np.arange(1,7).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a['a'])
'''
输出为：
0    1
1    3
2    5
'''

选择行

一个道理

#这里我有点迷，直接用行索引会报错，只有使用切片才可以输出，假如想输出第一行就用0:1的方法。
import numpy as np
import pandas as pd
s=np.arange(1,7).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a[0:1])
'''
输出为：a  b
0  1  2
'''

标签选择loc

loc用来获得一个交叉的区域，比如我们想要第1,2行的第a,b列的数据：

import numpy as np
import pandas as pd
s=np.arange(1,7).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a)
print('.')
print(a.loc[[1,2],['a','b']])
'''
输出为：a  b
0  1  2
1  3  4
2  5  6
.a  b
1  3  4
2  5  6
'''

当然也可以用来获取单行单列的数据。

import numpy as np
import pandas as pd
s=np.arange(1,7).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a.loc[1])
'''
输出为：a  b
0  1  2
1  3  4
2  5  6
.
a    3
b    4
Name: 1, dtype: int32
'''

位置选择iloc

loc是通过标签来对行列进行选择，而iloc是通过行列的位置进行选择，比如说想要第二列，那列位置就写2（假设从1开始）.

import numpy as np
import pandas as pd
s=np.arange(1,7).reshape(3,2)
a=pd.DataFrame(s,index=[0,1,2],columns=['a','b'])
print(a)
print('.')
print(a.iloc[[0,1],0:1])
'''
输出为a  b
0  1  2
1  3  4
2  5  6
.a
0  1
1  3
'''

读取文件和导出操作

导入函数	导出函数功能
read_csv	to_csv
read_excel	to_excel
read_sql	to_sql
read_json	to_json
read_msgpack	to_msgpack
read_html	to_html
read_gbq	to_gbq
read_stata	to_stata
read_sas	to_sas
read_clipboard	to_clipboard
read_pickle	to_pickle

常用统计方法

函数	解释
count	非 NA 值的数量
describe	针对 Series 或 DF 的列计算汇总统计
min , max	最小值和最大值
argmin , argmax	最小值和最大值的索引位置（整数）
idxmin , idxmax	最小值和最大值的索引值
quantile	样本分位数（0 到 1）
sum	求和
mean	均值
median	中位数
mad	根据均值计算平均绝对离差
var	方差
std	标准差
skew	样本值的偏度（三阶矩）
kurt	样本值的峰度（四阶矩）
cumsum	样本值的累计和
cummin , cummax	样本值的累计最大值和累计最小值
cumprod	样本值的累计积
diff	计算一阶差分（对时间序列很有用）
pct_change	计算百分数变化

30分钟完成pandas入门相关推荐

30分钟git命令入门到放弃
30分钟git命令入门到放弃 Helkyle・ 15 小时前 172 | 暂无评论这是一篇给像我这样的新手或者是熟悉图形工具的老鸟看的.仅作为快速入门的教程. learn-git git 现在的火爆 ...
python 30分钟_一张图30分钟快速Python入门
国外一个大牛使用一张图来讲述Python的基本概念,让你30分钟快速入门.通过该程序,可以了解快速Python语言基本的语法结构和使用方法,它的基本程序如下: 当然看不懂没关系这里还有中文版的 # - ...
【视频】谷歌大佬30分钟让你入门机器学习（2019谷歌I/O资源分享）
如果你是个谷粉,就一定会知道: 谷歌向来都很大胆.当所有的科技公司都在讲产品.讲利润的时候,2019年的谷歌开发者大会的主题却是:人文关怀.要知道,这是政府操心的事,而不是一家公司的任务. 谷歌敢这样 ...
一张图30分钟带你入门python-我，30分钟，P了100张图，秒杀全公司同事
原标题:我,30分钟,P了100张图,秒杀全公司同事今天,想为大家推荐一款超惊艳的工具,可以让每一个设计汪,瞬间找到人生开挂的感觉! 在这之前,先跟为大家分享个真实的故事. "这感觉真是太 ...
30 分钟 git 命令入门
git 现在的火爆程度非同一般,它被广泛地用在大型开源项目,团队开发,以及独立开发者,甚至学生之中. 初学者非常容易被各种命令,参数吓哭.但实际上刚上手你并不需要了解所有命令的用途.你可以从掌握一些简 ...
一张图30分钟带你入门python-大数据时代来了！神级程序员一张图帮你梳理Python脉络，快速入门...
python语言是我目前为止用的最爽的语言,因为它真的很优美.虽然c,c++,java也非常的强大和伟大,但是每一种语言伟大的背后都是有一定的时代背景. 在PC时代大量的嵌入式的设备,底层的代码,以及 ...
JB的Shell之旅-30分钟带你入门
前言写这篇文章的目的很简单,因为爱并恨过: 前段时间要改个安卓产品的脚本,惊奇发现理论是用shell,虽然实现的功能不复杂,但如果对没了解过shell或懂皮毛的同学,改起来是相当痛苦(如jb),调试 ...
30分钟Cadence原理图入门
新建工程点击Design Entry CIS图标,选择OrCAD Capture. 新建工程File->New->Project 设置工程名字和路径. 默认生成PAGE1 新建页右键点 ...
30分钟带你入门Oracle
ps:关键字和语法用红色字体标明,代码用蓝色字体标明一.一些定义 1.数据类型字符数据类型 char 固定长度字符串 1~2000字节 varchar2 可变长度字符串 ...

30分钟完成pandas入门