Pandas基础1

Pandas

一、文档

https://pandas.pydata.org/docs/getting_started/index.html#getting-started

https://pandas.pydata.org/docs/reference/frame.html

二、安装pandas 

2.1 安装指令

conda install -c conda-forge pandas
//or 
pip install pandas
# 如网络慢，可指定国内源快速下载安装
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple #pandas也可以换成其他库名

 

2.2 镜像下载

Miniconda:

https://docs.conda.io/en/latest/miniconda.html

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

Anaconda:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.3切换环境

# 查看所有虚拟环境及当前环境
conda info -e
# 创建新环境，指定环境名称和Python版本
conda create -n py38data python=3.8
# 删除环境
conda remove -n py38data --all
# 进入、激活环境
conda activate py38data
# 退出环境
conda deactivate

2.4 pip

pip list：# 查看当前Python环境安装了哪些库。
pip install 库名： # 安装新库，注意三个词之间要用空格隔开。
pip install库名1库名2库名3：# 同时安装多个库，多个库名之间用
空格隔开。
pip install库名-U：#将库的版本升级到最新版。
pip uninstall库名：# 卸载库。
pip install 库名 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装Jupyter Notebook，使用清华大学下载源加快下载速度
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装 Jupyter Lab 的命令如下
pip install jupyterlab

2.5 Jupyter Notebook

Jupyter（https://jupyter.org）的特点是能够在网页上直接执行编写的代码，同时支持动态交互，在做数据可视化时尤其方便。

Jupyter Lab和Jupyter Notebook：Jupyter Lab为最新一代的产品。推荐安装Jupyter Notebook。

# 安装Jupyter Notebook，使用清华大学下载源加快下载速度
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装 Jupyter Lab 的命令如下
pip install jupyterlab

#启动
jupyter notebook
jupyter lab

 

三、包

Excel处理相关包：xlrd、openpyxl、XlsxWriter

解析网页包：Requests、lxml、html5lib、Beautiful Soup 4

可视化包：Matplotlib、seaborn、Plotly、Bokeh

计算包：SciPy、statsmodels

 

四、数据结构

1、Python数据类型

不可变数据：Number（数字）、String（字符串）、Tuple（元

组）。

可变数据：List（列表）、Dictionary（字典）、Set（集合）。

type() 输出类型，isinstance()判断是不是指定的类型

 

2、元组和列表

元组（tuple）跟列表（list）非常相似，二者之间的差异是元组不可改变，而列表是可以改变的。元组使用圆括号()，列表使用方括号[]

 

3、 字典&集合

#字典Dictionary
# 以下均可定义如下结果
# {'name': 'Tom', 'age': 18, 'height': 180}
d = dict(name='Tom', age=18, height=180)
d = dict([('name', 'Tom'), ('age', 18), ('height', 180)])
d = dict(zip(['name', 'age', 'height'], ['Tom', 18, 180]))

# 嵌套取值
d = {'a': {'name': 'Tom', 'age':18}, 'b': [4,5,6]}
d['b'][1] # 5
d['a']['age'] # 18

#集合Set
s.remove('a') #  remove删除不存在会报错
s.discard('3') # 删除一个元素，无则忽略，不报错

s1 = {1,2,3}
s2 = {2,3,4}
s1 & s2  # {2, 3} （交集）
s1.intersection(s2) # {2, 3}（交集）
s1.intersection_update(s2) # {2, 3}（交集，会覆盖s1）
s1 | s2 # {1, 2, 3, 4}（并集）
s1.union(s2) # {1, 2, 3, 4}（并集）
s1.difference(s2) # {1}（差集）
s1.difference_update(s2) # {1}（差集，会覆盖s1）
s1.symmetric_difference(s2) # {1, 4}（交集之外）
s1.isdisjoint(s2) # False（是否没有交集）
s1.issubset(s2) # False （s1是否是s2的子集）
s1.issuperset(s2) # False（s1是否是s2的超集，即s1是否包含s2中的所有元素）

4、Numpy

官网: https://numpy.org

Pandas在NumPy库上做了封装。

 

5、Pandas 

Series、DataFrame

s = pd.Series(data, index=index)

df = pd.DataFrame(data=None, index=None, columns=None)

 

索引(index)

轴（axis）：仅用在DataFrame结构中，代表数据的方向，如行和列，用0代表列（默认），1代表行。