python数据分析之pandas库入门

Pandas是Python的第三方库，提供高性能易用的数据类型和分析工具。它是基于Numpy实现，常与Numpy和Matplotlib一同使用。
Pandas有两种数据类型：Series和DataFrame。
Series=索引+一维数据
DataFrame=行列索引+二维数据

一.Series类型
Series类型由一组数据和与之相关的数据索引组成，如果没有自定义索引的话会自动索引。

e.g. image.png
索引作为第二个参数，“index=”是可以省略的
e.g. image.png

自动索引和自定义索引并存，但是不能混用。

e.g. image.png
Series类型由如下几种创建方式：
1.Python列表，index与列表元素个数一致，例如上述的例子
2.标量值，index表达Series类型的尺寸，所以index是不能省略的
e.g. image.png
3.Python字典，键值对中的“键”是索引，index从字典中进行操作
4.ndarray,索引和数据都可以通过ndarray类型创建

5.其他函数，range()函数等

Series类型的操作与ndarray类型类似:
1.索引方法相同，采用[]
2.Numpy中运算和操作都可用于Series类型
3.可以通过自定义索引的列表进行切片
4.可以通过自动索引进行切片，如果存在自定义索引，则一同被切片
Series类型在运算中会自动对齐不同索引的数据，补齐后运算，补齐时缺项填充NaN（空值）

e.g. image.png
Series对象可以随时修改并且即刻生效。

二.DataFrame类型
DataFrame类型由共有相同索引的一组列组成，是一个表格型的数据类型，既有行索引，也有列索引，常用于表达二位数据，但也可以表达多维数据。
DataFrame类型可以由如下类型创建：
1.二维ndarray对象

e.g. image.png

2.由一维ndarray，列表，字典，元组或Series构成的字典

e.g. image.png

3.Series类型
4.其他的DataFrame类型

DataFrame基本操作类似Series，依据行列索引
.reindex()能够改变或重排Series和DataFrame索引
.drop()能够删除Series和DataFrame指定行或列索引
算数运算依据行列索引，补齐后运算，运算默认产生浮点数，补齐时缺项填充NaN（空值），采用+-*/符号进行的二元运算产生新的对象
比较运算只能比较相同索引的元素，不进行补齐，采用>,<,>=,<=,==,!=等符号进行的二元运算产生布尔对象