Python笔记-Pandas（1）

鉴于吸取昨天的教训……

我……

昨天内容太多了花了我好多时间排版……

所以从今天开始一篇推文就写一节……

或者内容不多的部分拼凑起来……

今天要写的是Pandas基础的第一节

先说一下，Pandas基础这块一共分为三部分：

1⃣️Pandas的数据结构介绍

2⃣️基本功能

3⃣️汇总和计算描述统计

今天先总结第一部分。

总述

Pandas的数据结构介绍

这里一共是三个部分：Series，DataFrame，索引对象，可能和原书上的逻辑有些不太一样，但是毕竟自己总结，什么好用用什么～

最开始需要导入Pandas及Pandas的Series和DataFrame。

（我发现在Mac上截图比导出图片清晰度更高……）

01

Series

定义

Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。

创建方式

创建方式一共有三种：

1⃣️最简单的形式：通过我数组产生

2⃣️对各个数据点进行标记的索引

3⃣️直接通过这个字典来创建Series

应用

应用一共是六个部分：

通过索引的方式选取Series中的单个或一组值：

类似于NumPy的运算：根据布尔型数组进行过滤、标量乘法、应用数学函数等：

缺失数据检测：

根据运算的索引标签自动对齐数据:

name属性:

索引修改方式：通过赋值就地修改：

02

DataFrame

定义

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的

值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可

以被看做由Series组成的字典（共用同一个索引）。DataFrame中的数据是以一个

或多个二维块存放的（而不是列表、字典或别的一维数据结构）。

创建方式

创建方式一共有两种：

1⃣️直接传入一个由等长列表或NumPy数组组成的字典

2⃣️嵌套字典

应用

DataFrame应用这块比较简单，基本上一看就能明白是什么意思，所以这里没有写代码了。另外要注意的一点就是，Python2和Python3有很多细节都是不一样的，需要在代码中慢慢注意到。

03

索引对象

这一节的内容不是很复杂，主要是定义和一些基本特性：

pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index，Index对象不可变，用户不能对其进行修改。

不能对其进行修改这个在代码上更体现出来，主要是如果尝试进行修改系统会报错：

不可变能使labels对象在多个数据结构之间安全共享：

与python的集合不同，pandas的Index可以包含重复的标签：

Index的方法和属性：

哇。。。居然要跨年了。。。

2019年就要来了～

年初立的Flag好像没有一件完成了呢～

哈哈哈

不过没关系新的一年也要有新的目标鸭～

冲鸭～！

同时也祝大家新年快乐！～