python之pandas入门（详细）

何为pandas

pandas在数据分析上广泛应用。我在看资料上，发现甚至有人评价pandas说：如果没有pandas，那么数据分析应该还是R语言的天下。至于是不是有这么厉害，我作为小白也不好评价。如果你也不知道，那么就往下看吧!

值得注意的是，pandas很多事在numpy基础上构建的，很多函数pandas和numpy是通用的。
python之numpy入门（详细）

pandas入门

初始化

首先我们了解一下pandas的结构，它以数据表为基本数据类型，有以下三种表：
Series: 一维数据，类似于 python 中的基本数据的 list 或 NumPy 中的 1D array。Pandas 里最基本的数据结构

DataFrame: 二维数据，DataFrame 是 Series 的容器

Panel：三维数据。Panel 是 DataFrame 的容器

其中我们实际使用过程应是Dataframe使用的最多。
其实数据表与数组的区别就在于多了一个索引。具体如下：

• Series = 1darray + index
• DataFrame = 2darray + index + columns
• Panel = 3darray + index + columns + item

Series

创建 Series 只需用下面一行代码

pd.Series( x, index=idx )

其中 x 可以是

1. 列表 (list)
2. numpy 数组 (ndarray)
3. 字典 (dict)

pd.date_range(‘20200817’,periods=7)

DataFrame

创建 DataFrame 只需用下面一行代码

pd.DataFrame( x, index=idx, columns=col )

其中 x 可以是

1. 二维列表 (list)
2. 二维 numpy 数组 (ndarray)
3. 字典 (dict)，其值是一维列表、numpy 数组或 Series
4. 另外一个 DataFrame

另外还有一些方法，比如

df.head() #等价于df.head(5) ,查看前五行
df.tail(3)   # 查看尾三行
df.describe() #查看 DataFrame 每列的统计数据。

Panel

Panel用的不多，据说在未来的版本中还会被废除。这里就不说了，有兴趣可自行了解。

索引与切片

普通检索

下面主要是DdataFrame的索引与切片。
简单总结就是，基于标签用at和loc，基于位置用iat和iloc

• 索引单元素：
  基于标签的 at
  基于位置的 iat

• 切片 index 和 columns：
  基于标签的 loc
  基于位置的 iloc

还可使用. 切片单列，和使用[]来切片单列多列，单行与多行

import pandas as pd
symbol = ['BABA', 'JD', 'APPLE', 'MS', 'GS', 'WMT']
data = {
   
   '行业': ['电商', '电商', '科技', '金融', '金融', '零售'],
        '价格': [176.92, 25.95, 172.97, 41.79, 196.00, 99.55],
        '交易量': [16175610, 27113291, 18913154, 10132145, 2626634, 8086946],
        '雇员': [101550, 175336, 100000, 60348, 36600, 2200000]}
df = pd.DataFrame( data, index=symbol )
df.name='美股'
df.index.name = '代号'
df

df.at['JD','交易量'