一. pandas简介

1. 什么是pandas

pandas 是基于NumPy 的一种工具，该工具是为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。
官方API文档: https://pandas.pydata.org/docs/reference/index.html

2. 列表/numpy/pandas

3. 为什么numpy/pandas比列表高效?

列表在内存中的存储是不连续的, 而numpy/pandas中的数据在内存中是连续的

二. pandas安装

(1). 升级PIP

python -m pip install --upgrade pip -i https://pypi.douban.com/simple --user

(2). 安装pandas

pip install --upgrade pandas -i https://pypi.douban.com/simple

至此pandas安装完成, 我们写一个小例子:

import pandas as pd

s1 = pd.Series([100,23,'熊爸'])

print(s1)

运行结果:

如果想操作excel还需要安装以下库:

(3). xlrd : 读excel库

pip install --upgrade xlrd -i https://pypi.douban.com/simple

(4).openpyxl : 用于解决Excel（WPS等均可使用）中扩展名为xlsx/xlsm/xltx/xltm的文件读写的第三方库

pip install --upgrade openpyxl -i https://pypi.douban.com/simple

(5).Matplotlib : 绘制二维图像

pip install --upgrade matplotlib -i https://pypi.douban.com/simple

还有以下工具, 可以提高效率或生产力

(6).pillow : 图像压缩工具

pip install --upgrade pillow -i https://pypi.douban.com/simple

(7). 安装 jupyter ：实时运行，并更美观的输出结果

pip install --upgrade jupyter -i https://pypi.douban.com/simple

使用起来很简单，只需要点击绿色的运行按钮，结果就会在代码块底部运行并展示

三. pandas中的两个数据结构: Series/DataFrame

Series是一维数据
DataFrame是二维数据, 每个DataFrame都由多个Series组成

pandas中没有三维及以上的数据

四. 创建Series对象的构造函数

class pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

参数	说明
data	包含存储在Series中的数据。如果数据是字典，则保持参数顺序。
index	index必须是可散列的，并且与data的长度相同。允许使用非唯一索引值。如果未提供，则默认为RangeIndex（0，1，2，…，n）。如果数据类似于dict并且索引为None，则数据中的键将用作索引。如果索引不为None，则使用索引值对所得Series系列重新索引。
dtype	输出系列的数据类型。如果未指定，则将从data推断出来。
name	Series的名称
copy	略
fastpath	略

例子(1) : 用列表创建

import pandas as pd

s1 = pd.Series([1,2,4],index = list("abc"),name = "列表创建的Series",dtype= "int32")

print(s1)

例子(2) : 用字典创建

import pandas as pd

dict1 = {"叮东":28,"淘跑":20,"唯饼会":25}
s1 = pd.Series(dict1,name = "熊爸双11销量",dtype= "int32")

print(s1)

例子(3) : 用数值创建

index决定了数据的长度

import pandas as pd

s1 = pd.Series(3.0,index= ["豆瓣评分","时光网评分","知乎评分"])

print(s1)

五. 创建DataFrame对象的构造函数

一般我们创建DataFrame对象有三种方法:

构造函数

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

参数	说明
data	包含存储在DataFrame中的数据。可以是:类数组，迭代器，字典 或DataFrame。
index	用于结果帧的索引。如果没有输入数据的索引信息部分并且没有提供索引，则默认为RangeIndex。
columns	用于结果框架的列标签。如果未提供列标签，则默认为RangeIndex（0，1，2，…，n）。
dtype	强制的数据类型。仅允许单个dtype。如果没有，则推断。
copy	略

例子(1) : 用列表创建

import pandas as pd

list_2d = [
    [1, 2, 3],
    [4, 5, 6]
]

s1 = pd.DataFrame(list_2d, columns=[
                  "豆瓣评分", "时光网评分", "猫眼评分"], index=["流浪地球", "唐人街探案"])

print(s1)

例子(2) : 用字典创建

import pandas as pd

dict_2d = {
  "豆瓣评分":[1,2],
  "时光网评分":[3,4], 
  "猫眼评分":[5,6]
}

s1 = pd.DataFrame(dict_2d, index=[
                  "流浪地球", "唐人街探案"])

print(s1)

读取excel表格创建DataFrame

这里我们就要用到之前下载的xlrd和openpyxl
读取时区分xls和xlsx，因为xlrd最新版反而不支持xlsx了😂😂😂，所以读取xlsx时要用openpyxl

（1）读取xls

import pandas as pd

df1 = pd.read_excel("goods_base.xls")

print(df1)

（2）读取xlsx
读取xlsx要规定好读取引擎

import pandas as pd

df1 = pd.read_excel("goods_base.xlsx",engine='openpyxl')

print(df1)