Pandas数据分析

Pandas是一个强大的分析结构化数据的工具集，该工具是为了解决数据分析任务而创建的。

1. Series介绍

Series是能够保存任何类型的数据的一维标记数组。

pandas.Series(data ,index ,dtype ,copy)

注：data数据采取各种形式，如ndarray，list,constants ,index索引值必须是唯一和散列的，默认为np.arange(n)

import pandas as pd
from pandas import Series,DataFrame
s = pd.Series([2,5,-9,13,-22,58])
print(s)
s.index

设置索引

2. 数据帧（DataFrame）

数据帧表示一个二维数据表，同时具有行索引和列索引。

pandas.DataFrame(data ,index ,columns ,dtype ,copy )

3.基本功能介绍

3.1 Series基本功能

axes:返回行轴标签列表

ndim：返回底层数据维数

size:返回基础数据中的元素数

values：将系列作为ndarray返回

head:返回前n行

tail：返回最后n行

3.2 DataFrame基本功能

T：转置行和列

其余和Series相同

3.2.1 读取和写入数据

读取数据	写入数据
read_csv	to_csv
read_excel	to_excel

3.2.2 索引和选择数据

参数	说明
.loc()	基于标签
.iloc ()	基于整数
.ix()	基于标签和整数（Python3.0以上版本已弃用）

3.2.3 累计与分组

分组：groupby

聚合

grouped = classinfo.groupby('Age')
agg = grouped['Weight'].agg([np.sum, np.mean, np.std])
print (agg)

3.3 缺失数据处理

3.3.1 检查缺失数据

isnull和notnull

3.3.2 填充缺失数据

fillna函数填充缺失数据

可以调用均值或指定值来填充缺失数据。

3.3.3 丢失缺失数据

如果只是想排除缺少的值，则使用dropna函数和axis参数。默认情况下，axis=0，在行上应用。