读取

pandas是python中的数据处理库，可以读取数据库，csv文件，txt文件，excel文件，hdf5文件

# 类似于这样
result =pandas.read_csv('文件路径',
                          sep='分隔方式/,',
                          header='先几行/数字或None',
                          names='列索引/列表',
                          chunksize='文件块的大小（用于迭代），大文件，1000w最加迭代'，
                          encoding='utf-8/文件编码'，
                          nrows='指定行数读取')
pd.isnull(result)#判断值是否为空

json格式的数据转换

json格式的数据（字符串）转换成python对象

import json
json.loads()

python对象转成json格式的数据（字符串）

json.dumps()

写入和查询

pandas数据结构对象有两个
Series类似于一维数组
Dataframe是一个类似于二维表（就像excel表一样的）的数据结构（我们大部分用dataframe，所以用举例子Dataframe）,上面读取的时候也是以dataframe来保存的

data = {'键/索引'：['列表/值']}
frame=pd.Dataframe(data，columns=['列表/列索引']，index=['列表/行索引'])
#给索引的列赋值
frame['列索引'] = 赋值（但是长度要匹配）（列表）
#可赋值给别人，也可以别人赋值给自己
=frame.ix['行索引']=
=frame['列索引']=

#索引，选取，过滤
obj['索引']，obj[1],obj[2:4],左开右闭，obj[obj>2]左开
obj['索引','索引']
obj[obj['索引']>数值]

排序和排名

frame.sort_index(by='索引',ascending=False（升序降序）)

汇总和计算描述统计

#求和
frame.sum()
#求某一行的和
Row_sum = frame.iloc[i,0：].sum()
#求某一列的和
column_sum = frame.iloc[:,j].sum()
#均值
frame.mean()
frame.describe()描述（count，unique..）
#非NA的数量
frame.count()
#方差
frame.var()
#标准差
frame.std()

处理缺失数据

#判断是否为空
frame.isnull()
#指定方法填充缺失数据
frame.fiina(axis=‘横轴，竖轴’，inplace='修改调用者对象而不产生副本')
#过滤缺失值
frame.dropna

合并数据集

#约等于数据库的inner连接查询
pd.merge(frame1,frame2，on=“指定列”，how="左连接/left")

移除重复行

frame.drop_duplicates()

映射进行数据转换

frame['新列'] = frame['已有列'].map(函数)

替换值

frame.repalce("已有值/字符串，列表"，“替换值”)

数据离散化（只有统计作用，好像）

ages=[一大堆值]
bins=[有序列的一大堆值]
#左开右闭
cats=pd.cut(ages,bins)
pd.value_counts(cats)

数据聚合和离散

（以后用到在写，看不懂）

时间序列

时间序列的表现形式，时间戳，固定时间（时区），时间间隔，实验或过程时间，每个时间点都是相对于特定起始时间的一个度量，例如，从放入烤箱时起，每秒钟饼干的直径。