Pandas入门

引入约定

1.pandas的数据结构介绍

1.1Series

series类似于一维数组的对象，由一组数据以及与之相关的数据标签即索引组成。

生成series

series的字符串：索引在左，值在右，如果不为数据指定索引，则会自动创建一个0—N-1的整数型索引

通过values获取其数组表示形式 通过index获取数组的索引 创建可以对各个数据点进行标记的索引 通过索引方式选取series中的单个值或一组值

numpy数组运算都会保留索引和值之间的链接

numpy数组运算

可以将series看成是一个定长的有序字典，因为它是索引值到数据值的一个映射

通过字典来创建series 只传入字典，则结果series中的索引就是原字典的键

sdata中跟states索引相匹配的3个值会被找出来并放到相应的位置上，但california所对应的sdata找不到，所以其结果就为NaN（not a number）

pandas的isnull和notnull函数可用于检测缺失数据 series会在算术运算中会自动对齐不同索引的数据

1.2 DataFrame

dataframe是一个表格型的数据结构，含有一组有序的列，每列可以使不同的值类型。

dataframe既有行索引也有列索引，可以被看做由series组成的字典

dataframe里面的数据是以一个或多个二位块存放的

传入一个由等长列表或numpy数组组成的字典，创建dataframe 如果指定了序列，则dataframe的列就会按照指定顺序进行排列 如果传入的列在数据中找不到，就会产生NA值 通过类似字典标记的方式或属性的方式，可以将dataframe的列获取为一个series 通过索引字段ix获取行 可通过赋值方式修改列 将列表或数组赋值给某个列时，其长度必须跟dataframe的长度相匹配。如果赋值的是一个series，就会精确匹配dataframe的索引，所有空位都会被填上缺失值 为不存在的列赋值会创建出一个新列 del用于删除列 将嵌套字典传给dataframe，外层字典的键作为列，内层键作为行索引 显示指定dataframe的index和columns的name属性 可以输入给dataframe构造器的数据

1.3 索引对象

pandas的索引对象负责管理轴标签和其他元数据，index对象不可修改

pandas中主要的index对象 index的方法和属性

2.基本功能

2.1重新索引

reindex：创建一个适应新索引的新对象