Pandas

Pandas 

一、概述

Pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算)；用于数据挖掘和数据分析,同时也提供数据清洗功能。

安装方法：

pip install pandas

引用方法：

import pandas as pd

二、Series

Series是一个一维数组对象 ，类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引，所以可以把它理解为一组带索引的数组。

1.创建Series对象

创建方法如下：

对于Series而言，其实我们可以认为它是一种长度固定而且有序的字典，因为它的索引和数据是按位置进行匹配的。

2.缺失值处理

对于一些缺失的数据我们有一些处理方法，分别是：

方法	描述
dropna()	过滤掉值为NaN的行
isnull()	返回布尔数组，缺失值为True
notnull()	返回布尔数组，缺失值为False

下面我们用实例来产生一个缺失值：

 通过上面代码演示，因为liuliu没有出现在dic的键中，所有返回的是缺失值，然后我们利用上面的代码对缺失值进行处理，采用上面的方法：

3.属性

属性	描述
values	以数组方式获取Series的元素值
index	以数组方式获取Series的元素索引
name	获取values的name（需额外指定）
index，name	获取index的name（需额外指定）
dtype	获取Series数据类型
array	以数组方式获取Series的值，与values的区别在于array返回的是PandasArray()数据结构

4.运算

（1）乘法运算

（2）加法运算

 

（3）索引

（4）切片

 5.方法

（1）loc与iloc

iloc以下标获取值，loc以索引获取值

 

（2）copy

copy分为深拷贝和浅拷贝。

深拷贝创建一个新对象，对series进行复制。

浅拷贝创建一个新对象，但不复制原series的数据，也不复制其索引，仅对索引与数据指向原数据。

（3）reindex

reindex()会创建一个新的对象，用以适应新的索引，并不会修改源对象。

 三、DataFrame

DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过这些Series共用一个索引。

1.创建DataFrame对象

 

2.属性

属性	描述
index	获取行索引
columns	获取列索引
T	转置
values	获取值索引

3.运算

（1）乘法运算

（2）加法运算

（3）索引

（4）切片

 

4.方法

方法	描述
head()	用于查看数据集的前5行
info()	用于查看数据的描述
value_counts()	用于查看某一列中的类型以及对应数量
describe()	用于查看数值属性的概括(count、min、max等)

四、Pandas方法

1.数据导入

pd.read_csv(filename)：从CSV文件导入数据
pd.read_table(filename)：从限定分隔符的文本文件导入数据
pd.read_excel(filename)：从Excel文件导入数据
pd.read_sql(query, connection_object)：从SQL表/库导入数据
pd.read_json(json_string)：从JSON格式的字符串导入数据
pd.read_html(url)：解析URL、字符串或者HTML文件
pd.read_clipboard()：从粘贴板获取内容
pd.DataFrame(dict)：从字典对象导入数据

2.数据导出

df.to_csv(filename)：导出数据到CSV文件
df.to_excel(filename)：导出数据到Excel文件
df.to_sql(table_name, connection_object)：导出数据到SQL表
df.to_json(filename)：以Json格式导出数据到文本文件

3.数据查看

df.head(n)：查看DataFrame对象的前n行
df.tail(n)：查看DataFrame对象的最后n行
df.shape()：查看行数和列数
df.info()：查看索引、数据类型和内存信息
df.describe()：查看数值型列的汇总统计
s.value_counts(dropna=False)：查看Series对象的唯一值和计数
df.apply(pd.Series.value_counts)：查看DataFrame对象中每一列的唯一值和计数
df.values.tolist()获得值