python->数据分析之pandas->入门（学习笔记

利用python进行数据分析，其中中间核心的分析数据过程最需要的就是pandas分析库了，学习了这个就能很好的找到数据的价值，进而展现数据。
笔记自用，阅读者可以将笔记看作对自己的考核，和查询不会的要点?

入门

import pandas as pd
import numpy as np

重建索引

frame.reindex()

reindex方法的参数

参数	描述
index	新建作为索引的序列，可以是索引实例或者任意其他序列型python数据结构，索引使用时无需复制
method	插值方式，'ffill’为前向填充，'bfill’为后向填充
fill_value	通过重新索引引入缺失数据时使用的替代值
limit	当前向或者后向填充时，所需的最大尺寸间隙一(以元素数量)
tolerance	当前向或者后向填充时，所需填充的不精确匹配下的最大尺寸间隙(以绝对数字距离)

删除条目

df=pd.DataFrame()
df.drop([],axis=,inplace=)

索引

DataFrame的索引选项

类型	描述
df[val]	从dataframe中选择单列或多列
df.loc[val]	根据标签选择单行或多行
df.loc[val1,val2]	根据标签选择行，列
df.iloc[where]	根据整数位置选择单行或多行
df.iloc[where_i,where_j]	根据整数位置选择行，列

算术操作

为了防止具有不同索引的两表进行算术操作时出现大量缺失值，采用fill_value(=0,表示与原表相同)
df1.add(df2,fill_value=)
与add类似的还有：sub,div,floordiv(整除),mul,pow

广播机制

DataFrame与Series进行算术操作时，需要指明axis，在行还是列上进行广播，算术操作与上述相同

函数的应用和映射

data=pd.DataFrame()
f=lambda x: .......
data.apply(f)
#默认axis=0
#若想要数据格式化，则采用applymat
data.applymat(lambda x: "%.2f"%x)

排序与排名

frame=pd.DataFrame()
frame.sort_values(by=[])
#['a','b']与['b','a']不同
frame.sort_index(axis=,ascending=)
#默认是升序，ascending=False为降序
frame.rank(axis=,ascending=,method=)
#method是打破平级的方法

方法	描述
‘average’	默认：在每个组中分配平均排名
‘min’	对整个组使用最小排名
‘max’	对整个组使用最大排名
‘first’	按照值在数据中出现的次序分配排名
‘dense’	类似于method=’min‘，但组间排名总是增加1，而不是一个组中的相等元素的数量

描述性统计和汇总统计

唯一值、计数、集合成员

一般适用于Series，如果用于DataFrame，使用data.apply(pd.)

方法	描述
isin	计算表征Series中每个值是否包含于传入序列的布尔值数组
match	计算数组中每个值的整数索引，形成一个唯一值数组。有助于数据对齐和join类型的操作
unique	计算Series值中的为一只数组，按照观察顺序返回
value_counts	返回一个Series，索引是唯一值序列，值是计数个数，按照个数降序排序