pandas
pandas是一种Python数据分析的利器，是一个开源的数据分析包，最初是应用于金融数据分析工具而开发出来的，因此pandas为时间序列分析提供了很好的支持，pandas是PyData项目的一部分，它主要提供了五大功能：
-
支持文件存取操作，支持数据库（sql）、html、json、pickle、csv（txt、excel）、sas、stata、hdf等
-
支持增删改查、切片、高阶函数、分组聚合等单表操作，以及和dict、list的互相转换
-
支持多表拼接合并操作
-
支持简单的绘图操作
-
支持简单的统计分析操作
官网：http://pandas.pydata.org/
官方文档：http://pandas.pydata.org/pandas-docs/stable/
pandas引入约定——from pandas import Series, DataFrame
import pandas as pd
pandas中主要有两种数据结构，分别是：Series和DataFrame
（1）Series：一种类似于一维数组的对象，是由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成，仅由一组数据也可产生简单的Series对象，注意：Series中的索引值是可以重复的
（2）DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型等），DataFrame既有行索引也有列索引，可以被看做是由Series组成的字典
Series的创建
1、通过一维数组创建
Series属性——常见属性有values（获取值）、index（获得索引值）、dtype（获得类型）
'''
输出为 0 1
1 2
2 3
3 4
4 5
dtype: int64
'''
import pandas as pd
ser01 = pd.Series([1,2,3,4,5])
print(ser01)
print('值',ser01.values) #输出为 值 [1 2 3 4 5]
print('索引值',ser01.index) #输出为 索引值 RangeIndex(start=0, stop=5, step=1)
print('类型',ser01.dtype) #输出为 类型 int64
2、通过ndarray创建，利用series创建一个二维数组，因为series只能直接创建一维数组，如果要创建二维数组，必须导入numpy模块，利用np.array（多维数组）
'''
输出为 0 [1, 2, 3, 4]
1 [1, 2, 3, 4, 5]
dtype: object
'''
import pandas as pd
import numpy as np
ser02=pd.Series(np.array([[1,2,3,4],[1,2,3,4,5]]))
# 表示将numpy里array创建多维数组的方法，嵌套到series里，创建多维数组
print(ser02)
print('值',ser02.values) #输出为 值 [list([1, 2, 3, 4]) list([1, 2, 3, 4, 5])]
print('索引值',ser02.index) #输出为 索引值 RangeIndex(start=0, stop=2, step=1)
print('类型',ser02.dtype) #输出为 类型 object
修改索引（index）和数据类型（dtype）
import pandas as pd
import numpy as np
ser03=pd.Series([100,22,99,66])
ser03.index=['数学','英语','语文','综合']
print(ser03)
'''
输出为 数学 100
英语 22
语文 99
综合 66
dtype: int64
'''
#另一种写法
ser04=pd.Series(data=[100,22,99,66],dtype=np.float,index=['数学','英语','语文','综合'])
print(ser04)
'''
输出为 数学 100.0
英语 22.0
语文 99.0
综合 66.0
dtype: float64
'''
3、通过字典方式创建series多维数组
#通过字典方式创建series多维数组
import pandas as pd
import numpy as np
dict01=({'1001':'张三','1002':'李四','1003':'王麻子'}) #字典存放键值对-通过key取值
ser06=pd.Series(dict01) #将字典数据传到series中，形成矩阵
print(ser06)
'''
输出为 1001 张三
1002 李四
1003 王麻子
dtype: object
'''
print('字典创建的值：',ser06.values) #输出为 字典创建的值： ['张三' '李四' '王麻子']
print('字典创建的索引：',ser06.index) #输出为 字典创建的索引： Index(['1001', '1002', '1003'], dtype='object')
Series值的获取
Series值的获取主要有两种方式：
1、通过方括号+索引的方式读取对应索引的数据，有可能返回多条数据
2、通过方括号+下标值的方式读取对应下标值的数据，下标值的取值范围为：(0，len(Series.values))；另外下标值也可以是负数，表示从右往左获取数据
series获取多个值的方法类似numpy的bdarray切片操作，通过方括号+下标值/索引值+冒号（:）的形式获取series对象的一部分数据
切片的两种操作：
1、print（ser01[0：2]）—通过下标值
2、print（ser01[‘a’：‘c’]）–通过索引值
import pandas as pd
#方括号+下标值
ser07=pd.Series(['A','B','C','D'])
print(ser07[0]) #输出为 A
#方括号+索引
ser08=pd.Series(['A','B','C','D'])
ser08.index=(['a','b','c','d'])
print(ser08['a']) #输出为 A
#通过numpy的ndarray的切片机制
ser09=pd.Series(['A','B','C','D'])
ser09.index=(['a','b','c','d'])
#通过下标值
print(ser09[0:2]) #不包含终点
'''
输出为 a A
b B
dtype: object
'''
#通过索引值
print(ser09['a':'c']) #包含终点
'''
输出为 a A
b B
c C
dtype: object
'''
Series的运算
NumPy中的数组运算，在Series中都保留了，均可以使用，并且Series进行数组运算的时候，索引与值之间的映射关系不会发生改变，注意：其实在操作Series的时候，基本上可以把Series看成NumPy中的ndarray数组来进行操作，ndarray数组的绝大多数操作都可以应用到Series上
import pandas as pd
import numpy as np
ser=pd.Series({
'201612348':1000,
'201612347':999,
'201612346':666,
'201612345':555
})
print(ser)
'''
输出为 201612348 1000
201612347 999
201612346 666
201612345 555
dtype: int64
'''
print(ser[ser>666])
'''
输出为 201612348 1000
201612347 999
dtype: int64
'''
print(ser/10)
'''
输出为 201612348 100.0
201612347 99.9
201612346 66.6
201612345 55.5
dtype: float64
'''
print(ser+1)
'''
输出为 201612348 1001
201612347 1000
201612346 667
201612345 556
dtype: int64
'''
ser01=pd.Series([-1,-2,-3,-4])
print(ser01)
'''
输出为 0 -1
1 -2
2 -3
3 -4
dtype: int64
'''
print(np.exp(ser01))
'''
输出为 0 0.367879
1 0.135335
2 0.049787
3 0.018316
dtype: float64
'''
print(np.fabs(ser01))
'''
输出为 0 1.0
1 2.0
2 3.0
3 4.0
dtype: float64
'''
Series缺失值检测
1、什么是缺失值？没有被赋值
2、确实和不赋值的区别：
不赋值——空指针异常
缺失——程序不会报空指针异常，也不会报程序异常，会用NaN填充
3、pandas中的isnull和notnul这两个函数可以用在Series中检查缺失值，这两个函数返回的是一个布尔类型的Series
isnull——表示字典里有缺失值的判断，有缺失值返回true反之false（返回的是bool类型）
notnull——表示字典里有缺失值的判断，有缺失值返回false反之true（返回的是bool类型）
#缺失值检测
import pandas as pd
import numpy as np
ser16=pd.Series({'1001':'a','1002':'b','1003':'c'})
print(ser16)
'''
输出为 1001 a
1002 b
1003 c
dtype: object
'''
ser17=pd.Series(ser16,index=['1001','1002','1008'])
print(ser17)
'''
输出为 1001 a
1002 b
1008 NaN
dtype: object
'''
#isnull
print(pd.isnull(ser17))
'''
输出为 1001 False
1002 False
1008 True
dtype: bool
'''
#notnull
print(pd.notnull(ser17))
'''
输出为 1001 True
1002 True
1008 False
dtype: bool
'''
Series自动对齐
当多个series对象之间进行运算的时候，如果不同series之间具有不同的索引值，那么运算会自动对齐不同索引值的数据，如果某个series没有某个索引值，那么最终结果会赋值为NaN
自动对齐是基于一个列表元素或者多维数据的矩阵/矩阵乘积
原理：通过Series自动匹配index所对应的值，有匹配的值和index，按照原数据打印数据，如果对应位置没有index值，那么用NAN填充
# 顺序不同
import pandas as pd
ser18=pd.Series([1,2,3,4],index=['a','b','c','d'])
print(ser18)
'''
输出为 a 1
b 2
c 3
d 4
dtype: int64
'''
ser19=pd.Series([10,20,30,40],index=['d','c','b','a'])
print(ser18+ser19)
'''
输出为 a 41
b 32
c 23
d 14
dtype: int64
'''
# 没有某个索引值
ser20=pd.Series([1,2,3,4],index=['a','b','c','d'])
print(ser20)
'''
输出为 a 1
b 2
c 3
d 4
dtype: int64
'''
ser21=pd.Series([10,20,30,40],index=['d','c','b','f'])
print(ser20+ser21)
'''
输出为 a NaN
b 32.0
c 23.0
d 14.0
f NaN
dtype: float64
'''
Series及其索引的name属性
Series对象本身以及索引都具有一个name属性，默认为空，根据需要可以进行赋值操作
# series的name属性
import pandas as pd
ser22=pd.Series({'1001':'a','1002':'b','1003':'c'})
ser22.name='字母'
ser22.index.name='小写字母'
print(ser22)
'''
输出为 小写字母
1001 a
1002 b
1003 c
Name: 字母, dtype: object
'''
