pandas是python的核心資料支援庫，提供了快速、靈活、明確的資料結構，旨在簡單、直觀的出路關係型、標記型資料。
1.1pandas處理的資料型別
與sql或excel表類似的，含異構列的**資料；
有序和無序（非固定頻率）的時間序列資料；
帶行列標籤的矩陣資料，包括異構或同構型資料；
任意其他形式的觀測、統計資料集，資料轉入pandas。
pandas處理浮點與非浮點資料裡的缺失資料，表示為nan。
pandas 的主要資料結構是 series（一維資料）與 dataframe（二維資料），
大小可變：插入或刪除 dataframe 等多維物件的列
自動、顯式資料對齊：顯式地將物件與一組標籤對齊，也可以忽略標籤，在 series、dataframe 計算時自動與資料對齊
series：一維維數，帶標籤的一維同構陣列
dataframe：二維維數，帶標籤的，大小可變的，二維異構**。
pandas 資料結構就像是低維資料的容器。比如，dataframe 是 series 的容器，series 則是標量的容器。使用這種方式，可以在容器中以字典的形式插入或刪除物件。
處理 dataframe 等**資料時，index（行）或 columns（列）比 axis 0 （也代表行）和 axis 1 （代表列）更直觀。
2.1資料結構大小可變與資料複製
pandas 所有資料結構的值都是可變的，但資料結構的大小並非都是可變的，比如，series 的長度不可改變，但 dataframe 裡就可以插入列。
pandas 裡，絕大多數方法都不改變原始的輸入資料，而是複製資料，生成新的物件。 一般來說，原始輸入資料不變更穩妥。
3.1series物件
series物件是乙個帶索引的資料構成的一維陣列，用陣列生成建立，一組資料和一組索引是繫結在一起的。
建立series物件
pd.series(data,index=名稱)
import numpy as np #匯入資料庫numpy和pandas
import pandas as pd
s = pd.series([1
,3,5
,np.nan,6,
8])#series：一維資料結構
s
1 3.0
2 5.0
3 nan
4 6.0
5 8.0
dtype: float64
可以通過values屬性和index屬性獲取資料
使用values屬性獲取資料值
s.values
array([1
.,3.
,5., nan,6.
,8.]
)
s.index
rangeindex(start=
0, stop=
6, step=
1)
#index代表：行名
d = pd.series(
[0.25
,0.5
,0.75
,1.0
],index=
['a'
,'b'
,'c'
,'d'])
d
b 0.50
c 0.75
d 1.00
dtype: float64
使用字典建立乙個series物件
p =
ppop = pd.series(p)
pop
texes 26448
new 19651
flo 19552
ill 12882
dtype: int64
3.2 dataframe物件
dataframe包含既有靈活的行索引，又有靈活的列名的二維陣列。
建立dataframe物件：df=pd.dataframe(data,index=行名，columns=列名)
#用含有日期時間索引與標籤的numpy陣列生成dataframe
import numpy as np #匯入資料庫numpy和pandas
import pandas as pd
dates = pd.date_range(
'20200615'
,periods =6)
dates
datetimeindex(
['2020-06-15'
,'2020-06-16'
,'2020-06-17'
,'2020-06-18'
,'2020-06-19'
,'2020-06-20'],
dtype=
'datetime64[ns]'
, freq=
'd')
#np.random.randn(6,4)代表生成6行四列的隨機資料
#index代表：行名，index=dates:索引是dates資料
#columns代表：列名，columns=lisr('abcd'):代表列名為**（『abcd』）
#獲取行索引標籤
df.index
datetimeindex(
['2020-06-15'
,'2020-06-16'
,'2020-06-17'
,'2020-06-18'
,'2020-06-19'
,'2020-06-20'],
dtype=
'datetime64[ns]'
, freq=
'd')
#獲取列索引標籤
df.columns
index(
['a'
,'b'
,'c'
,'d'
], dtype=
'object'
)
檢視dataframe頭部和尾部資料
#檢視頭部
#檢視後三行資料
df.tail(3)
#檢視索引名
df.index
#檢視列名
df.columns
pandas學習總結一
import numpy as np import pandas as pd 二 建立excel檔案 df pd.dataframe 構造原始資料檔案 df.to excel e pythondemo demo1.xlsx 生成excel檔案，並存到指定檔案路徑下 print complete pd...
Pandas學習筆記 Pandas概覽（一）
pandas是python的核心資料分析支援庫，提供了快速 靈活 明確的資料結構，旨在簡單 直觀的處理關係型 資料型的資料。pandas適用於處理以下型別的資料 維數名稱描述1 series 帶標籤的一維同構陣列 2dataframe 帶標籤的，大小可變的，二維異構 pandas資料結構就像是低維資...
Pandas 之 DataFrame 學習總結
pandas 是基於 numpy 開發的，他的主要資料結構包括 series 和 dataframe，另外還有 time series panel panel4d 和 panelnd，我現在的學習中不常用到，暫不詳細介紹。資料結構 簡介series 一維陣列，與numpy中的一維array類似。二者...