【1.0】Pandos初识

【一】Pandas是什么

• Pandas 是一个开源的第三方 Python 库，从 Numpy 和 Matplotlib 的基础上构建而来，享有数据分析“三剑客之一”的盛名（NumPy、Matplotlib、Pandas）。
• Pandas 已经成为 Python 数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。
• Pandas 这个名字来源于面板数据（Panel Data）与数据分析（data analysis）这两个名词的组合。
• 在经济学中，Panel Data 是一个关于多维数据集的术语。
• Pandas 最初被应用于金融量化交易领域，现在它的应用领域更加广泛，涵盖了农业、工业、交通等许多行业。
• Pandas 最初由 Wes McKinney（韦斯·麦金尼）于 2008 年开发，并于 2009 年实现开源。
• 目前，Pandas 由 PyData 团队进行日常的开发和维护工作。
• 在 2020 年 12 月，PyData 团队公布了最新的 Pandas 1.20 版本 。
• 在 Pandas 没有出现之前，Python 在数据分析任务中主要承担着数据采集和数据预处理的工作，但是这对数据分析的支持十分有限，并不能突出 Python 简单、易上手的特点。
• Pandas 的出现使得 Python 做数据分析的能力得到了大幅度提升，它主要实现了数据分析的五个重要环节：
  • 加载数据
  • 整理数据
  • 操作数据
  • 构建数据模型
  • 分析数据

【二】Pandas主要特点

• 它提供了一个简单、高效、带有默认标签（也可以自定义标签）的 DataFrame 对象。
• 能够快速得从不同格式的文件中加载数据（比如 Excel、CSV 、SQL文件），然后将其转换为可处理的对象；
• 能够按数据的行、列标签进行分组，并对分组后的对象执行聚合和转换操作；
• 能够很方便地实现数据归一化操作和缺失值处理；
• 能够很方便地对 DataFrame 的数据列进行增加、修改或者删除的操作；
• 能够处理不同格式的数据集，比如矩阵数据、异构数据表、时间序列等；
• 提供了多种处理数据集的方式，比如构建子集、切片、过滤、分组以及重新排序等。

【三】Pandas主要优势

• 与其它语言的数据分析包相比，Pandas 具有以下优势：
• Pandas 的 DataFrame 和 Series 构建了适用于数据分析的存储结构；
• Pandas 简洁的 API 能够让你专注于代码的核心层面；
• Pandas 实现了与其他库的集成，比如 Scipy、scikit-learn 和 Matplotlib；
• Pandas 官方网站（点击访问）提供了完善资料支持，及其良好的社区环境。

【四】Pandas内置数据结构

• 我们知道，构建和处理二维、多维数组是一项繁琐的任务。
• Pandas 为解决这一问题， 在 ndarray 数组（NumPy 中的数组）的基础上构建出了两种不同的数据结构，分别是 Series（一维数据结构）DataFrame（二维数据结构）：
  • Series 是带标签的一维数组，这里的标签可以理解为索引，但这个索引并不局限于整数，它也可以是字符类型，比如 a、b、c 等；
  • DataFrame 是一种表格型数据结构，它既有行标签，又有列标签。

数据结构	维度	说明
Series	1	该结构能够存储各种数据类型，比如字符数、整数、浮点数、Python 对象等，Series 用 name 和 index 属性来描述 数据值。Series 是一维数据结构，因此其维数不可以改变。
DataFrame	2	DataFrame 是一种二维表格型数据的结构，既有行索引，也有列索引。行索引是 index，列索引是 columns。 在创建该结构时，可以指定相应的索引值。

• 由于上述数据结构的存在，使得处理多维数组数任务变的简单。
  • 在《Pandas Series入门教程》和《Pandas DataFrame入门教程（图解）》两节中，我们会对上述数据结构做详细讲解。
• 注意，在 Pandas 0.25 版本后，Pamdas 废弃了 Panel 数据结构，如果感兴趣可阅读《Pandas Panel三维数据结构》一节。

【五】Pandas库下载和安装

• Python 官方标准发行版并没有自带 Pandas 库，因此需要另行安装。

• 除了标准发行版外，还有一些第三方机构发布的 Python 免费发行版， 它们在官方版本的基础上开发而来，并有针对性的提前安装了一些 Python 模块，从而满足某些特定领域的需求，比如专门适应于科学计算领域的 Anaconda，它就提前安装了多款适用于科学计算的软件包。

• 对于第三方发行版而言，它们已经自带 Pandas 库，所以无须另行安装。

• 下面介绍了常用的免费发行版：

  • Anaconda（官网下载：https://www.anaconda.com/）是一个开源的 Python 发行版，包含了 180 多个科学包及其依赖项。除了支持 Windows 系统外，也支持 Linux 和 Mac 系统。

  • Python(x,y)（下载地址：https://python-xy.github.io/）是一款基于 Python、Qt （图形用户界面）和 Spyder （交互式开发环境）开发的软件，主要用于数值计算、数据分析和数据可视化等工程项目，目前只支持 Python 2 版本。

  • WinPython（下载地址：https://sourceforge.net/projects/winpython/files/）一个免费的 Python 发行版，包含了常用的科学计算包与 Spyder IDE，但仅支持 Windows 系统。

【六】不同操作系统安装 Pandas 的方法

【1】Windows系统安装

• 使用 pip 包管理器安装 Pandas，是最简单的一种安装方式。
• 在 CMD 命令提示符界面行执行以下命令：

pip install pandas

【2】Linux系统安装

• 对于不同的版本的 Linux 系统，您可以采用它们各自的包管理器来安装 Pandas。

（1）Ubuntu用户

• Pandas 通常需要与其他软件包一起使用，因此可采用以下命令，一次性安装所有包：

sudo apt-get install numpy scipy matplotlib pandas

（2）Fedora用户

• 对于 Fedora 用户而言，可采用以下命令安装：

sudo yum install numpy scipy matplotlib pandas

【3】MacOSX系统安装

• 对于 Mac 用户而言，同样可以直接使用 pip 包管理器来安装，命令如下：

pip install pandas