中年大叔学Python---第三课（Pandas使用）

Pandas是基于Numpy构建的，主要用于灵活的数据处理，和numpy配合使用

1. 简介

Pandas主要功能

• 具备两种数据结构DataFrame，Series
• 集成时间序列功能
• 提供丰富的数学运算和操作
• 灵活处理缺失数据

2. Series---- 一维数组对象

Series是一种类似于一维数组的对象（有点类似于数组和字典的结合体），由一组数据和

 

2.2 Series 的建立

2.2.1 列表形式创建

pd.Series()方法创建Series对象，其中的参数包括value和index：

• values：列表形式；

• index：列表形式，如果缺省，则index为range(0,N)

2.2.2 数组形式创建

通过np.arange建立一个数组，然后通过pd.Series（）建立序列

2.3 Series 的索引

Series实际由两种索引，一种是按照数字位置索引（从0开始），另一种是按照index索引，如下面的例子

如果是对多个独立索引进行访问，则需要使用队列形式，如下面的例子

Series的切片，使用切片的时候要注意是左闭右开如[1:4]实际是[1,2,3]

2.4 Series 的计算

2.4.1 和标量的计算

和numpy里array用法相同可以和标量进行计算。

2.4.2 支持通用函数

继承列表或者数组的运算，如np.abs(sr)，sr[sr>0]等。

2.4.3 继承字典的特性

• 从字典创建Series:Series(dic)
• in运算：'a' in sr
• 键索引：sr['a']

 

3. 4 DataFrame 和 Series之间的运算

默认情况下，DataFrame和Series之间的算术运算会将Series的索引匹配到DataFrame的列，然后沿着行向下广播。