Pandas总结

1.基本数据结构

         基本的数据结构Series和DataFrame。

         DataFrame数据用Numpy的array保存，可通过DataFrame.values查看原始数据

         DataFrame的每一行和每一列都是一个Series

(1)创建

         pd.Series([4,2,3,4])

         pd.DataFrame([np.random.randn(6,4),columns=list('ABCD'))

(2)访问

         df.iloc[0]

         df.A

         df.ix['three']

         df.shape(属性)

         头几行和后几行

                  df.head(3)

                  df.tail(2)

         访问行索引和列索引

                  df.index

                  df.columns

         统计信息

                  df.describe()

         相关系数与协方差：

                  cov,corr,corrwith。

(3)算数运算

           自动对齐

（4）删除

         删除列del

         删除列或行drop

（5）修改

         重新索引：reindex

         插值处理：method

         缺失值填充：fill_value

（6）函数应用和映射

         行或列应用：frame.apply(f)

         元素级应用：frame.applymap()

（7）缺失值处理

         dropna

         选项how,thresh

（8）层次化索引

         unstack,stack,swaplevel,set_index,reset_index

2.数据排序

（1）名称排序

         df.sort_index(axis=1,ascending=False)

（2）数值排序

         df.sort_values(by='B')

3.数据访问

（1）访问行

         df[3:5]

（2）访问列

         df[['A','B','D']]

（3）某个元素

         df.loc[3,'A']

         df.iloc[3,0]

（4）布尔

         df[df.C>0]

（5）添加

         df['TAG']=['cat','dog','cat','cat','cat','dog']

（6）分组统计

         df.groupby('TAG').sum()

（7）通过by选择一个或多个列排序

（8）排名

         obj.rank()

         选项average,min,max,first

 

4.时间序列

 

5.数据可视化

 

6.文件读写

（1）保存

         df.to_csv()

（2）读取

         pd.read_csv('data.csv',index_col=0)