pandas模块

Pandas ( Python Data Analysis Library )是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一
 
python中有三种数据结构

• Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。Time- Series：以时间为索引的Series。
• DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。DataFrame是用的最多的数据结构
• Panel ：三维的数组，可以理解为DataFrame的容器。

pandas可以读取很多种的数据，用的比较多的是读取 htm、json、csv的数据

import pandas

data1=pandas.read_html('1.html')   #读取html格式数据
data2=pandas.read_json('2.json')   #读取json格式数据
data3=pandas.read_csv('3.csv')     #读取csv格式的数据

Series

系列(Series)是能够保存任何类型的数据(整数，字符串，浮点数，Python对象等)的一维标记数组。轴标签统称为索引

Series的创建函数：pandas.Series( data, index, dtype,copy )

参数	描述
data	数据采取各种形式，如：ndarray, list, contants
index	索引值必须是唯一的和散列的，与数据的长度相同，默认np.arange(n) 如果没有索引被传递
dtype	dtype用户数据类型，如果没有，将推断数据类型
copy	复制数据，默认为false

序列的创建

创建一个空series序列

import pandas
data = pandas.Series()
print(type(data))
print(data)

从字典创建一个series序列

import pandas
data = {"name": "xie", "sex": "man", "id": 66}
ser = pandas.Series(data)
print(ser)

序列的读取

读取直接用[’行名‘]， 序列只可以读取行的内容

import pandas
data = {"name": "xie", "sex": "man", "id": 66}
ser = pandas.Series(data)
print(ser)

print(ser['name'])
print(ser['sex'])
print(ser['id'])

DataFrame

数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。
数据帧(DataFrame)的功能特点：

• 潜在的列是不同的类型
• 大小可变
• 标记轴(行和列)
• 可以对行和列执行算术运算

DataFrame的创建函数：pandas.DataFrame( data, index, columns, dtype, copy)

参数	描述
data	数据采取各种形式，如：ndarray，series，map，lists，dict，contant和另一个DataFrame
index	对于行标签，要用于结果帧的索引是可选缺省值np.arrange(n)，如果没有传递索引值
columns	对于列标签，可选的默认语法是np.arange(n)这只有在没有索引传递的情况下才是这样
dtype	每列的数据类型
copy	如果默认值为false，则此命令用于复制数据

Dataframe的创建

创建一个空DataFrame序列

import pandas

df =pandas.DataFrame()
print(type(df))
print(df)

从字典创建一个DataFrame序列（必须加index）

import pandas
data = {"name": "xie", "sex": "man", "id": 66}
df = pandas.DataFrame(data, index=[0])
print(df)