pandas简介：
pandas是一个强大的Python数据分析的工具包，是基于NumPy构建的。
pandas的主要功能：
1. 具备对其功能的数据结构DataFrame、Series 2. 集成时间序列功能 3. 提供丰富的数学运算和操作 4. 灵活处理缺失数据
安装方法：
pip install pandas
引用方法：
import pandas as pd
Series --- 一维数据对象
Series是一种类似于一维数据的对象，由一组数据和一组与之相关的数据标签（索引）组成。
创建方式：
import pandas as pd pd.Series([4,7,-5,3]) pd.Series([4,7,-5,3],index=['a','b','c','d']) pd.Series({'a':1,'b':2}) pd.Series(0,index=['a','b','c','d'])
获取值数组和索引数组： values属性和index属性
Series比较像列表（数组）和字典的结合体
示例代码：
# Series创建方式 import pandas as pd import numpy as np pd.Series([2,3,4,5]) # 列表创建Series """ 输出结果： 0 2 1 3 2 4 3 5 dtype: int64 # 左边一列是 索引，右边一列是值 """ pd.Series([2,3,4,5],index=["a","b","c","d"]) # 指定索引 """ 输出结果： a 2 b 3 c 4 d 5 dtype: int64 """ # Series支持array 的特性（下标） pd.Series(np.arange(5)) # 数组创建 Series """ 输出结果： 0 0 1 1 2 2 3 3 4 4 dtype: int32 """ sr = pd.Series([2,3,4,5],index=["a","b","c","d"]) sr """ a 2 b 3 c 4 d 5 dtype: int64 """ # 索引： sr[0] # 输出结果： 2 # sr虽然指定了 标签索引，但仍可以利用 下标索引 的方式获取值 sr[[1,2,0]] # sr[[索引1,索引2,...]] """ b 3 c 4 a 2 dtype: int64 """ sr['d'] # 输出结果： 5 # Series可以和标量进行运算 sr+2 """ a 4 b 5 c 6 d 7 dtype: int64 """ # 两个相同大小（长度相同）的 Series 也可以进行运算 sr + sr """ a 4 b 6 c 8 d 10 dtype: int64 """ # 切片 sr[0:2] # 也是 顾首不顾尾 """ a 2 b 3 dtype: int64 """ # Series也支持 numpy 的通用函数 np.abs(sr) """ a 2 b 3 c 4 d 5 dtype: int64 """ # 支持布尔型索引过滤 sr[sr>3] """ c 4 d 5 dtype: int64 """ sr>3 """ a False b False c True d True dtype: bool """ # Series支持字典的特性（标签） # 通过字典创建 Series sr = pd.Series({"a":1,"b":2}) sr """ a 1 b 2 dtype: int64 # 字典的 key 会当作 标签 """
sr["a"] # 输出结果： 1 sr[0] # 输出结果： 1 # 判断 一个字符串 是不是一个Series 中的标签 "a" in sr # 输出结果： True for i in sr: print(i) """ 打印结果： 1 2 # for 循环中，遍历的是 Seires 中的 值（value），而不是它的标签；这是和字典不同的地方 """ # 分别获取 Series 的值和索引 sr.index # 获取索引 # 输出结果： Index(['a', 'b'], dtype='object') # 是一个 Index 类的对象，其和数组对象（Array）完全一样 sr.index[0] # 输出结果： 'a' sr.values # 获取 Series 的值 # 输出结果： array([1, 2], dtype=int64) # 键索引 sr['a'] # 输出结果： 1 sr[['a','b']] # 也是 花式索引 """ a 1 b 2 dtype: int64 """ sr = pd.Series([1,2,3,4,5,6],index=['a','b','c','d','e','f']) sr """ a 1 b 2 c 3 d 4 e 5 f 6 dtype: int64 """
sr[['a','c']] """ a 1 c 3 dtype: int64 """
sr['a':'c'] # 通过标签进行切片； 首尾相顾，前包后也包 """ a 1 b 2 c 3 dtype: int64 """
series 整数索引问题：
整数索引的pandas对象很容易出错，如：
import pandas as pd import numpy as np sr = pd.Series(np.arange(10)) sr """ 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 dtype: int32 # 上述的整数索引是自动生成的索引 """ sr2 = sr[5:].copy() sr2 """ 5 5 6 6 7 7 8 8 9 9 dtype: int32 # 上述的索引仍然是整数索引，但是不是从0开始的 """ sr2[5] # 此时的 5 解释为 标签，而不是下标（索引） # 输出结果： 5 # sr2[-1] # 会报错；因为当索引是整数的时候，[] 中的内容一定会被解释为 标签 # 解决方法： loc 和 iloc sr2.loc[5] # loc 表示 [] 中的内容解释为 标签 # 输出结果： 5 sr2.iloc[4] # iloc 表示 [] 的内容解释为 下标（索引） # 输出结果： 9 sr2.iloc[0:3] """ 5 5 6 6 7 7 """ # 所以 用整数索引的时候 一定要 loc 和 iloc 进行区分
如果索引是整数类型，则根据整数进行下标获取值时总是面向标签的
解决方法：loc 属性（将索引解释为标签） 和 iloc 属性（将索引解释为下标）
Series --- 数据对齐
pandas 在进行两个Series对象的运算时，会按照索引进行对齐然后计算
示例代码：
# Series -- 数据对齐 import pandas as pd sr1 = pd.Series([12,23,34],index=["c","a","d"]) sr2 = pd.Series([11,20,10],index=["d","c","a"]) sr1 + sr2 """ a 33 # 23+10 c 32 # 12+20 d 45 # 34+11 dtype: int64 # 数据会按照标签对齐 """ # pandas 在进行两个Series对象的运算时，会按照索引进行对齐然后计算 # 注： pandas 的索引支持重复，但我们不要让索引重复 pd.Series([1,2],index=["a","a"]) """ a 1 a 2 dtype: int64 """ # 两个 pandas对象的长度不一样时 sr3 = pd.Series([12,23,34],index=["c","a","d"]) sr4 = pd.Series([11,20,10,21],index=["d","c","a","b"]) sr3+sr4 """ a 33.0 b NaN c 32.0 d 45.0 dtype: float64 # 在 pandas 中 NaN 会被当作数据缺失值 """ sr5 = pd.Series([12,23,34],index=["c","a","d"]) sr6 = pd.Series([11,20,10],index=["b","c","a"]) sr5+sr6 """ a 33.0 b NaN c 32.0 d NaN dtype: float64 """ #使上述结果中索引"b"处的值为 21、在索引"d"处的值为34 的方法： add sub mul div （分别是 加减乘除）；如：sr5.add(sr2,fill_value=0) sr5.add(sr6) """ a 33.0 b NaN c 32.0 d NaN dtype: float64 # 不加 fill_value 时， sr5.add(sr6) 和 sr5+sr6 一样的效果 """ sr5.add(sr6,fill_value=0) # fill_value 的作用：如果一个Series对象中有某个标签，但另外一个Series对象中没有该标签，那么没有该标签的那个值就被赋值为 fill_value 的值 """ a 33.0 b 11.0 c 32.0 d 34.0 dtype: float64 """