这一节将开始学习python的一个核心数据分析支持库---pandas，它是python数据分析实践与实战的必备高级工具。对于使用 Python 进行数据分析来说，pandas 几乎是无人不知，无人不晓的。今天，我们就来认识认识数据分析界鼎鼎大名的 pandas。

目录

一. pandas主要数据结构

1. Series

2. DataFrame

二. 列的查改增删

1. 查看列

2. 修改列

3. 新增列

4. 删除列

三. 导入Excel表格

一. pandas主要数据结构

想要了解pandas，我们需要先了解它的主要数据结构Series(一维数据)和DataFrame(二维数据)，这两种数据足够用来处理金融，统计，社会工作工程等领域绝大多数案例！

在开始之前我们需要了解怎么导入pandas库

import pandas as pd

将 pandas 简写成 pd 几乎成了一种不成文的规定。因此，只要你看到 pd 就应该联想到这是 pandas。

1. Series

Series 是一种类似于 Numpy 中一维数组的对象，它由一组任意类型的数据以及一组与之相关的数据标签(即索引)组成。举个最简单的例子：

输出的结果中：左边的是数据的标签，默认从 0 开始依次递增。右边是对应的数据，最后一行表明了数据类型。

我们也可以像下面这样使用 index 参数自定义数据标签：

我们还可以直接使用字典同时创建带有自定义数据标签的数据，pandas 会自动把字典的键作为数据标签，字典的值作为相对应的数据。

可以看出运行结果和上面是一样的！

访问 Series 里的数据的方式，也是使用中括号加数据标签的方式来获取里面的数据

import pandas as pds1 = pd.Series([2, 4, 6, 8])s2 = pd.Series({'a': 2, 'b': 4, 'c': 6, 'd': 8})print(s1[0])# 输出：2print(s2['b'])# 输出：4

标签的作用很强大，我们可以对相同标签的两组数据进行加减乘除运算

假设有两个租车公司，我们要计算一下两家公司各种汽车的数量总和：

pandas 自动帮我们将相同数据标签的数据进行了计算，这就是数据对齐。

你可能会有疑问，如果两家租车公司汽车种类不一样怎么办，pandas 还能进行数据对齐吗？我们试一下就知道了。

可以看到，对于数据标签不相同的数据，运算后结果是 NaN。NaN 是 Not a Number(不是一个数字)的缩写，因为其中一个 Series 中没有对应数据标签的数据，无法进行计算，因此返回了 NaN。

对于这种情况，我们想让没有的数据默认为 0，然后再进行计算。这种需求 pandas 可以实现吗？

当然可以！只需调用 Series 的 add() 方法，并设置好默认值即可。具体用法如下：

add() 方法对应的是加法，数学中的四则运算在 pandas 中都有一一对应的方法，它们的用法都是类似的。具体对应关系如下图所示：

2. DataFrame

Series 是一维数据，而 DataFrame 是二维数据。什么意思呢？你可以把 DataFrame 想象成一个表格，表格有行和列这两个维度，所以是二维数据。

实际上，表格中的每一行或每一列都是一个 Series，这些 Series 就组成了 DataFrame。按行分，每一行数据加上上面的数据标签就是一个 Series， 或者按列分每一列数据加上左边的数据标签也是一个Series

那么，如何用 DataFrame 实现上图中那样的表格呢？也很简单，请看代码：

接下来是本节的重点——DataFrame。构建 DataFrame 的办法有很多，最常用的一种是传入一个由等长列表组成的字典。即字典里每个值都是列表，且它们的长度必须相等。

这样我们就得到了一个表格，字典的键会作为表格的列名。最左边的是索引，也是默认从 0 开始依次增加。当然，我们也可以在构建 DataFrame 的时候传入 index 参数来自定义索引。

全都写在一行代码就太长了，所以我把表格数据放到了变量 data 中。并且通过 index 参数将日期作为了 DataFrame 的索引。

二. 列的查改增删

1. 查看列

为了减少重复代码的出现，接下来的讲解都基于下面的代码。

import pandas as pddata = {  '兰博基尼': [14, 20],  '迈凯轮': [7, 3],  '法拉利': [8, 13],  '帕加尼': [10, 6]}df = pd.DataFrame(data, index=['租车公司A', '租车公司B'])

如果我们只想查看有关法拉利的数据，我们可以这样写：

print(df['法拉利'])

输出结果为：

我们还能同时选择多列进行查看，只要把多个列名放到列表当中即可。

print(df[['法拉利', '迈凯轮']])

输出结果为：

2. 修改列

如果我们发现表格中的数据有错误，想要修改，这其实非常的简单，直接对已有列直接赋值即可。

df['法拉利'] = [18, 23]print(df)

输出结果就为修正后的：

3. 新增列

如果想要新增一列同样也非常的简单，对表格中不存在的列直接赋值就能添加新的列了。

df['奥迪R8'] = [3, 5]print(df)

输出结果为

4. 删除列

删除列需要用到 drop() 方法。我们先来看一下用法：

df.drop('迈凯轮', axis=1, inplace=True)print(df)# 或者 print(df.drop('迈凯轮', axis=1))

drop() 方法的第一个参数是要删除的列名或索引。axis 表示针对行或列进行删除，axis = 0 表示删除对应的行，axis = 1 表示删除对应的列，axis 默认为 0。

最后的 inplace = True 表示直接修改原数据，否则 drop() 方法只是返回删除后的表格，对原表格没有影响。因此上面两种写法的结果是一样的。

三. 导入Excel表格

导入Excel表格只需要一行代码即可：

import pandas as pddf = pd.read_excel('文件所在路径/文件名.xlsx')

我们可以用代码：

print(type(df))

来查看导入数据是一维数据(Series)还是二维数据(DataFrame)

读取到表格数据后，可能表格数据很多，我们想大致确认一下表格内容，不需要打印出完整的表格。这时我们可以使用 head() 方法来查看前 5 条数据。

代码为：

print(df.head())

head() 方法还支持传入参数来控制显示前多少条数据，比如前 2 条数据：

print(df.head(2))

除了查看开头的一些数据，还可以使用 tail() 方法查看末尾的数据。用法和 head() 一致，默认显示 5 条，可以传入参数来改变显示的条数。

print(df.tail())

我们还能通过 info() 方法查看整个表格的大致信息。

print(df.info())

运行结果及主要含义如下图所示：(用季度销售额的数据举例)

通过 info() 方法我们可以对表格大致有个了解，知道有几行几列，以及哪列有多少条缺失数据。

除此之外，我们还能通过 describe() 方法来快速查看数据的统计摘要，方便我们对数据有一个直观上的认识。

print(df.describe())

生成的摘要从上往下分别表示数量、平均数、标准差、最小值、25% 50% 75% 位置的值和最大值。

?

长按关注公众号

欢迎留言交流