Pandas详解

Posted 2020-12-15 caijunchao

Pandas详解

Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。

1、安装包

pip install pandas

2、数据结构

Pandas有三大数据结构，Series、DataFrame以及Panel。

• Series(一维数据)
  • 它是一种类似于一维数组的对象，是由一组数据(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。仅由一组数据也可产生简单的Series对象。
• DataFrame(二维数据)
  • DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
• Panel(三维结构数据/面板数据)

2.1 DataFrame介绍

(1)DataFrame对象既有行索引，又有列索引

• 行索引，表明不同行，横向索引，叫index，0轴，axis=0
• 列索引，表名不同列，纵向索引，叫columns，1轴，axis=1

import numpy as np
import pandas as pd

stock_day_rise = np.random.normal(0,1,(20,25))
print(stock_day_rise)

# 使用Pandas中的数据结构
# DataFrame(二维数据)
stock = pd.DataFrame(stock_day_rise)
print(stock)

　　增加列索引

# #构造列索引索引序列
data_columns=[‘one‘,‘two‘,‘three‘,‘four‘,‘five‘]

# # 添加列索引
data_column = pd.DataFrame(data, columns=data_columns)
print(data_column)　

　　增加行索引

　　　　使用pd.date_range()：用于生成一组连续的时间序列

date_range(start=None,end=None, periods=None, freq=‘B‘)

    start:开始时间

    end:结束时间

    periods:时间天数

    freq:递进单位，默认1天,‘B‘默认略过周末

# 增加行索引
# 生成一个行序列，略过周末
data_indexs = pd.date_range(‘2020-01-01‘, periods=data.shape[0], freq=‘B‘)

# index代表行索引，columns代表列索引
datas= pd.DataFrame(data, index=data_indexs, columns=data_columns)
print(datas)

(2)DatatFrame的属性

• shape

• dtypes  查看数据类型

• ndim
• index
• columns
• values
• T

困了，明天再写