pandas模組學習筆記

雖然很早就接觸過pandas模組，卻因為深度依賴numpy的原因，從沒有認真對待它。今天無意中發現，pandas最初是作為金融資料分析工具而開發出來，有些概念借鑑了r語言。我距離金融圈非常遙遠，難怪以前一直找不到使用它的必要性。現在我知道，pandas為時間序列分析提供了很好的支援，這一點也許可以給我的工作提供方便。

模組學習的第一步，自然是安裝。必須要感謝pip，自從py2.7.9內建pip之後，世界變得如此美好！

pip install pandas

匯入，測試一下模組是否可用。

import pandas as pd

網上檢索了一下（還是沒有認真去讀pandas的document），pandas大致有以下幾個核心的資料結構：

(1) series

series可以理解為一維陣列，陣列元素可以是不同的型別，甚至是物件——類似python的list物件。不過，series可以自行定義索引，從這個角度看，又類似python的dict物件。

a = pd.series()
b = pd.series([2,5,8])
c = pd.series([3,'x',b])
d = pd.series()

series的方法令人眼花繚亂，簡單嘗試了一下add，原以為是插入新的元素，結果卻是對每乙個元素做add，這和numpy.array的廣播函式是完全一樣的。

>>> b = pd.series([2,5,8])
>>> b
0    2
1    5
2    8
dtype: int64
>>> b = b.add(8)
>>> b
0    10
1    13
2    16
dtype: int64
>>> b = b.mod(3)
>>> b
0    1
1    1
2    1
dtype: int64阿斯頓

series有index, values, name, index.name等屬性，例如：

>>> b = pd.series([2,5,8])
>>> b.values
array([2, 5, 8], dtype=int64)
>>> b.index
rangeindex(start=0, stop=3, step=1)

(2) dataframe

dataframe的概念來自於r語言，可視作為series的容器（container）。dataframe是**型資料，既有行索引又有列索引，每列資料可以為不同型別資料（數值、字串、布林型值）。

>>> import numpy as np
>>> import pandas as pd
>>> pd.dataframe()
a  b  c  d
0  1  2  3  4
1  2  3  4  5
>>> pd.dataframe(np.array([[1,2,3,4],[3,4,5,6]]),index=['one','two'])
0  1  2  3
one  1  2  3  4
two  3  4  5  6
>>> pd.dataframe([pd.series([11,12,13,14]),pd.series([21,22,23,24])])
0   1   2   3
0  11  12  13  14
1  21  22  23  24

dataframe物件同樣有一堆方法來實現分割、查詢、替換、轉換等功能。在我學習這些細節的時候，深深加劇了我對於r語言的恐懼。為了不給各位看官留下心理陰影，這裡就不詳細描述了。如有興趣深入研究，請參考《pandas資料結構》。

前言中提到，

pandas為時間序列分析提供了很好的支援，那麼，我們如何構建乙個時間序列的資料結構呢？

>>> index = pd.date_range('1/10/2018', periods=5)
>>> pd.dataframe(np.random.randn(5, 3), index=index, columns=list('abc'))
a         b         c
2018-01-10 -1.631258 -0.568379  0.319282
2018-01-11 -0.708094  1.107151  1.364287
2018-01-12  0.649978 -0.494478  1.076287
2018-01-13  0.079650 -1.634735  0.794655
2018-01-14  0.330134  0.890559  0.735603

pandas模組學習筆記

pandas學習筆記

pandas學習筆記

pandas學習筆記

pandas模組學習筆記

pandas學習筆記

pandas學習筆記

pandas學習筆記

相關推薦