目录
Pandas库的介绍
pandas库的理解
Pandas库的Series类型
Series类型索引
Series类型的创建
Series类型的基本操作
Series类型的对齐操作
Series类型的name属性
Series类型的修改
Pandas库的Dataframe类型
Dataframe类型的创建
Pandas库的数据类型操作
Pandas库的数据类型运算
算数运算
比较运算
Pandas库的介绍
http://pandas.pydata.org可获得pandas代码文档以及参考代码。
Pandas是python第三方库，提供高性能易用数据类型和分析工具。
pandas库引用： import pandas as pd
Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用。
pandas库的理解
两个数据类型：Series，Dataframe（Series相当于一维数据类型，Dataframe相当于二维-多维数据类型），这两个数据类型构成pandas的基础。
基于数据类型进行基本操作、运算操作、特征类操作（提取数据特征）、关联类操作（挖掘数据关联关系）。
Pandas库的Series类型
Series类型由一组数据即与之相关的数据索引组成。（数据和索引的对应关系）
Series是一维带“标签”的数组，
Series类型基本操作类似ndarray和字典，根据索引对齐
Series类型索引
Series类型的创建
Series类型可以由以下类型创建：
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类型类似
Series类型类似python字典类型
Series类型的对齐操作
Series类型有索引，是基于索引的计算，更精确不易出错；numpy是基于维度的计算。
Series类型的name属性
Series对象和索引都可以有一个名字，存储在属性.name中。
Series类型的修改
Series对象可以随时修改并即刻生效。
Pandas库的Dataframe类型
Dataframe是二维带“标签”数组，基本操作类似Series，依据行列索引获得。
Dataframe类型由共用相同索引的一组列组成。（多列数据共用1列索引）
当axis=1时，数组的变化是横向的，体现出列的增加或者减少。反之，当axis=0时，数组的变化是纵向的，体现出行的增加或减少。
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类型的创建
从二维ndarray对象创建
从一维ndarray 对象字典创建
上下两种都是通过字典的键值对来创建Dataframe的行列数据， 每个元素（一个键值对）代表一列，其中 “键” 表示一列的索引，“值” 表示一列的数据，可以直接用列表[ ]的形式or pd.Series([ ])
从列表类型的字典创建
例：
dl = {'城市':['北京','上海','广州','深圳','沈阳'],
'环比':[101.5,101.2,101.3,102.0,100.1],
'同比':[120.7,127.3,119.4,140.9,101.4],
'定基':[121.4,127.8,120.0,145.5,101.6]}
d = pd.Dataframe(dl) #d = pd.Dataframe(dl,index=['c1','c2','c3','c4','c5'])
d
Out[43]:
城市 环比 同比 定基
0 北京 101.5 120.7 121.4
1 上海 101.2 127.3 127.8
2 广州 101.3 119.4 120.0
3 深圳 102.0 140.9 145.5
4 沈阳 100.1 101.4 101.6
import pandas as pd
dl = {'城市':pd.Series(['北京','上海','广州','深圳','沈阳']),
'环比':pd.Series([101.5,101.2,101.3,102.0,100.1]),
'同比':pd.Series([120.7,127.3,119.4,140.9,101.4]),
'定基':pd.Series([121.4,127.8,120.0,145.5,101.6])}
#'环比':pd.Series([101.5,101.2,101.3,102.0,100.1],index=['c1','c2','c3','c4','c5']),
pd.Dataframe(dl)
Out[51]:
城市 环比 同比 定基
0 北京 101.5 120.7 121.4
1 上海 101.2 127.3 127.8
2 广州 101.3 119.4 120.0
3 深圳 102.0 140.9 145.5
4 沈阳 100.1 101.4 101.6
Pandas库的数据类型操作
如何改变Series和Dataframe对象？ 增加或重排：重新索引 删除：drop
.reindex( )能够改变或重排Series和Dataframe索引
Series索引和Dataframe索引是Index类型，Index对象是不可修改类型。
.drop( )能够删除Series和Dataframe指定行或列索引
Pandas库的数据类型运算
算数运算
比较运算
总结：
