13、Pandas数据处理与文件读写全解析

Pandas数据处理与文件读写全解析

1. Pandas数据处理基础

1.1 计算相关性

在数据处理中，计算相关性是一项常见的任务。通过传递一个DataFrame，可以计算匹配列名的相关性。例如，计算百分比变化与交易量的相关性：

In [289]: returns.corrwith(volume)
Out[289]: 
AAPL   -0.075565
GOOG   -0.007067
IBM    -0.204849
MSFT   -0.092950
dtype: float64

若传递 axis="columns" ，则会逐行进行计算。在所有情况下，计算相关性之前，数据点会按标签对齐。

1.2 唯一值、值计数和成员资格

对于一维Series，有一类相关方法可提取其值的信息。

1.2.1 unique方法

unique 方法用于获取Series中的唯一值数组。示例如下：

In [290]: obj = pd.Series(["c", "a", "d", "a", "a", "b", "b", "c", "c"])
In [291]: uniques = obj.unique()
In [292]: uniques
Out[292]: array(['c', 'a', 'd', 'b'], dtype=object)