numpy 相當於序列化好的矩陣
pandas：相當於字典
0.1：series類似於numpy中的一維陣列，除了通吃一維陣列可用的函式或方法，而且其可通過索引標籤的方式獲取資料，還具有索引的自動對齊功能
0.2：dataframe類似於numpy中的二維陣列，同樣可以通用numpy陣列的函式和方法，而且還具有其他靈活應用，後續會介紹到。
1）通過一維陣列建立序列
2）通過字典的方式建立序列
3）二者區別：使用陣列建立的series，索引使用012345...；使用字典建立的series，索引使用字典的key。
4）通過dataframe中的某一行或某一列建立序列
1）通過二維陣列建立資料框
2）通過字典的方式建立資料框
以下以兩種字典來建立資料框，乙個是字典列表（字典裡面套list），乙個是巢狀字典（字典裡面套字典）。
3）通過資料框的方式建立資料框（擷取已有的dataframe一部分）
1 pd.dataframe(矩陣a，index = listb， columns = listc)
——返回：建立乙個dataframe格式的矩陣，
矩陣內容是：引數矩陣a
行索引名稱：引數listb
列索引名稱：引數listc
注：行索引index、列索引columns不給定時，輸出的行列的索引都預設為0123.....
1 pd.dataframe()
————使用字典，每一item 是 每一列的元素
——返回，每一列的資料形式
——返回，每一行的索引序號
——返回，每一列的索引序號
——返回，乙個有同樣元素的不帶有行列序號的矩陣
count：非空元素個數
sum：求和
mean：平均值
median：中位數
mode：眾數
var：方差
std：標準差
mad：平均絕對偏差
min：最小值
quantile(0.1) ：10%分位數
max：最大值
idxmin() ：最小值的位置
idxmax()：最大值的位置
skew：偏度
kurt：峰度
describe：一次性輸出多個描述性統計指標，必須注意的是，descirbe方法只能針對序列或資料框，一維陣列是沒有這個方法的
dataframe變數名.t
eg:df1.t
3.7.1 sort_index()——根據行或者列索引序號，對矩陣進行排序
1 dataframe變數名.sort_index(axis = ...., ascending = true/false)
——引數：
axis = 0 根據行索引序號，對所有行進行排序
axis = 1 對列進行排序
ascending = true/false true：正序排列；false：倒敘排序
3.7.2 sort_value()——對某一行/列，按照元素大小進行排序
1 dataframe變數名.sort_values(by = 引數a)
——引數a：行索引/列索引序號，對哪一行/列進行排序，就輸，該行/列的索引序號。
pandas使用技巧總結 1
記錄工作中使用過的一些pandas技巧 匯入必要的庫 並設定路徑 對得到資料預處理 cs well data 壓裂段 str.split n 2,expand true 壓裂段形式 井號 層號 段號 str.split 對應list.split 以什麼分割，預設空格，n 分成幾段，預設 1 all ...
Pandas 快速入門
pandas其實很簡單，共有三種資料結構。其中一維為series,二維為dataframe,三維為panel.先說series，numpy陣列，python列表等都可以生成series。它的結構分為兩部分，索引和值。獲取索引的方式為 index 方法，獲取值得方式為values 方法。而資料框又多乙...
pandas入門 十一
跟series中的值一樣，軸標籤也可以通過函式或對映進行轉換，從而得到乙個新的不同標籤的物件。軸還可以被就地修改，而無需新建乙個資料結構。跟series一樣，軸索引也有乙個map方法 將其賦值給index，這樣就可以對dataframe進行就地修改 想要建立資料集的轉換版 而不是修改原始資料 比較實...