Python数据展示笔记之Pandas库

• 前言
• 简单使用
• Serise类
• DataFrame类
• 数据排序
• 统计函数
• 总结

记录Pandas库的基本使用方法

Pandas库：数据类型+分析工具
Series：一维；DataFrame：多维

import pandas as pd
pd.read_excel(io, sheet_name, header=0, name=None, 
			  usecol=None, index=None, dtype=None, nrows)#读取Excel
#io文件, sheet_name工作表索引/名称/列表, header=0标题行位置, name=None列名称, 
#usecol=None读取列, index=None标题列位置, dtype=None数据类型, nrows行数

一维带标签数组：索引+数据
1.创建
（1）由列表/数组创建
pd.Series(list/ndarray)自动索引
pd.Series(list/ndarray,index=list)指定索引
（2）由标量创建
pd.Series(a,index=list)索引确定数目，不能省略
（3）由字典创建
pd.Series(dict)键为值的索引
pd.Series(dict,index=list)指定索引
2.操作
Series.index索引；Series.values数据
索引：a[n]，a[‘n’]，a[‘a’,‘b’,‘c’]，两种方法不能混用
根据索引运算，自动对齐，缺失返回NaN
与字典相似，可用in判断包含，get(index, val)获得值
Series与Series.index可拥有name属性

多维带标签数组：索引+多列数据
纵向index，axis=0；横向column，axis=1
1.创建
（1）由多维列表/数组创建
pd.DataFrame(list/ndarray)自动索引
pd.DataFrame(list/ndarray,index=list)指定索引
（2）由多维字典创建
pd.DataFrame(dict)键为值的索引，值为list/Series
pd.DataFrame(dict,index=list)指定索引
2.操作
（1）a.columns列索引；a.index行索引
列查找a[‘a’]；行字符a.loc[‘a’]，行标签a.iloc[n]；数据a[‘a’][‘a’]
（2）指定索引：a.reindex(index=list，columns=list)
可选参数：fill_value补齐，method为ffill向前填充；为bfill向后填充，limit最大填充量，copy生成新对象
（3）元素操作：a.columns.insert(n,val)增加元素；a.append(idx)连接；a.diff(idx)差集；
a.intersection(idx)交集；a.union(idx)并集；delete(loc)删除；a.insert(loc,e)插入;
a.drop(idx,axis)删除行/列
（4）根据索引运算，自动对齐，缺失返回NaN，与低维广播运算
+.add(d)，-.sub(d)，*.mul(d)，/.div(d)
可选参数：fill_value补齐，axis指定维度

Series/DataFrame.sort_index(axis=0, ascenging=True)根据索引升序
Series.sort_values(axis=0, ascenging=True)根据数值升序
DataFrame.sort_values(by, axis=0, ascenging=True)根据数值对by标签升序
NaN放在末尾

Series/DataFrame：
.sum(a, axis)，.mean(a, axis)，.count(a, axis)，.std(a, axis)，
.var(a, axis)，.min(a, axis)，.max(a, axis)，.median(a, axis)，
Series.describe()统计值Series对象，返回[‘count’]…[‘max’]
DataFrame.describe()统计值DataFrame对象，按列统计
.argmin(a)，.argmax(a)最值自动索引位置
.idxmin(a)，.idxmax(a)最值自定义索引位置
np.unravel_index(index, shape)一维下标转为多维下标
累计统计：与之前的数累计。.cumsum()和，.cumprod()积，.cummax()最大，.cummin()最小
波动计算：与相邻n的数累计。.rolling(n).sum()，.min()…不足时返回NaN

Pandas可以很方便地从Excel中提取数据，DataFrame.ix已改为DataFrame.loc与DataFrame.iloc。对于二维DataFrame，其轴与ndarray相似，列axis=0；行axis=1。