本课索引

代码	说明
	---导入pandas---
import pandas as pd	导入pandas包并将之简写为pd


	---创建pandas中的DataFrame和Series---
pd.DataFrame()	创建 pandas DataFrame
pd.Series()	创建 pandas Series

	---数据选择---
df.column_name	选取数据框的某一列，生成Series格式数据，df为数据框，column_name为列名
df['column_name']	选取数据框的某一列，生成Series格式数据
df[['column_name']]	选取数据框的列，生成DataFrame格式数据
df.loc[ ]	使用行和列的标签索引选取数据
df.iloc[ ]	使用行和列的数值索引选取数据


	---导入csv格式数据---
pd.read_csv()	在pandas中读取csv文本格式数据


	---观察数据框---
df.head()	查看数据框df的前几行数据
df.tail()	查看数据框df的最后几行数据
df.info()	获取数据框df的信息
df.describe()	获取数据框df的各项统计值
df.index	查看数据框df的行索引
df.columns	查看数据框df的列名
df.shape	查看数据框df的形状，行数和列数


	---Series数据的一些统计分析函数---
se.unique()	获取Series数据中的数值种类，一般用于分类数据，这里se为Series格式数据
se.value_counts()	统计Series数据中的数值种类及其对应的数据个数
se.mean()	计算Series数据的均值
se.std()	计算Series数据的标准差
se.median()	计算Series数据的中位数
se.max()	计算Series数据的最大值
se.min()	计算Series数据的最小值
se.count()	计算Series数据的个数

	---pandas绘图函数---
df.plot(kind='scatter', x= , y= )	绘制散点图
df.plot(kind='box')	绘制箱图
df.boxplot(by='column_name')	绘制箱图，并按 column_name 这一列的分类数值进行分组


groupby	数据的分组
	数据的聚合
内置函数	count、mean、sum、max
自定义函数	agg:将一组数据聚合成标量的形式
自定义函数	apply：将多组数据聚合运算
def 函数名（参数）：
函数体
return 函数命令	自定义函数