三、数据分析之概要（1）

1.pandas库的引用

Pandas是Python第三方库，提供高性能易用数据类型和分析工具
import pandas as pd
Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用

测试

pandas库的理解

两个数据类型：Series, DataFrame
基于上述数据类型的各类操作
基本操作、运算操作、特征类操作、关联类操作

2.pandas库的Series类型

Series类型由一组数据及与之相关的数据索引组成

Series类型可以由如下类型创建：

• Python列表
• 标量值
• Python字典
• ndarray
• 其他函数

• Python列表，index与列表元素个数一致
• 标量值，index表达Series类型的尺寸
• Python字典，键值对中的“键”是索引，index从字典中进行选择操作
• ndarray，索引和数据都可以通过ndarray类型创建
• 其他函数，range()函数等

Series类型的基本操作

Series类型包括index和values两部分
Series类型的操作类似ndarray类型
Series类型的操作类似Python字典类型

Series类型的操作类似ndarray类型：

• 索引方法相同，采用[]
• NumPy中运算和操作可用于Series类型
• 可以通过自定义索引的列表进行切片
• 可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

Series类型的操作类似Python字典类型：

• 通过自定义索引访问
• 保留字in操作
• 使用.get()方法

Series对象和索引都可以有一个名字，存储在属性.name中

Series对象可以随时修改并即刻生效

Series类型

2.pandas库的DateFream类型

DateFream类型

DataFrame类型由共用相同索引的一组列组成


DataFrame是一个表格型的数据类型，每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据，但可以表达多维数据

DataFrame类型可以由如下类型创建：

• 二维ndarray对象
• 由一维ndarray、列表、字典、元组或Series构成的字典
• Series类型
• 其他的DataFrame类型

从二维ndarray对象创建

从列表类型的字典创建

DateFream类型

3.pandas库的数据类型操作

重新索引

.reindex()能够改变或重排Series和DataFrame索引

索引类型

删除索引指定对象

4.pandas库的数据类型运算

算术运算法则

算术运算根据行列索引，补齐后运算，运算默认产生浮点数
补齐时缺项填充NaN (空)
二维和一维、一维和零维间为广播运算采用+ ‐*/符号进行的二元运算产生新的对象

方法形式的运算

比较运算法则

比较运算只能比较相同索引的元素，不进行补齐
二维和一维、一维和零维间为广播运算
采用

< >= <= == !=等符号进行的二元运算产生布尔对象