Chapter04基礎(chǔ)數(shù)據(jù)包—PandasPandas簡(jiǎn)介Pandas(官網(wǎng)：https://pandas.pydata.org/)

是

Python

的核心數(shù)據(jù)分析庫(kù)，其名稱來(lái)自于Panel

Data

Analysis(面板數(shù)據(jù)分析)。Pandas提供了序列型Series和二維標(biāo)簽數(shù)據(jù)DataFrame這兩種主要的數(shù)據(jù)結(jié)構(gòu)類型。這兩種類型都是基于NumPy

數(shù)組擴(kuò)展而來(lái)，因此Pandas天生具備NumPy的計(jì)算優(yōu)勢(shì)。Pandas簡(jiǎn)介Pandas

的強(qiáng)大體現(xiàn)在其豐富的二維數(shù)據(jù)操作支持，可以將Pandas類比為編程語(yǔ)言中的Excel。Pandas提供了數(shù)據(jù)存取、清洗和規(guī)范化、分組聚合、數(shù)據(jù)統(tǒng)計(jì)、重構(gòu)透視、可視化等一系列的功能支持?；竟δ苷f(shuō)明對(duì)象操作層面DataFrame創(chuàng)建通過(guò)構(gòu)造函數(shù)DataFrame()創(chuàng)建、Series對(duì)象轉(zhuǎn)換和從文件中讀取等DataFrame訪問(wèn)包括基本屬性查看、多列提取、多行切片索引、多行多列標(biāo)簽及切片索引、多行多列下標(biāo)及切片索引、條件索引、行列隨機(jī)采樣、數(shù)據(jù)篩選等DataFrame結(jié)構(gòu)修改在尾部插入列、在指定位置插入列、添加多行、縱向合并(合并行)、橫向合并(合并列)等DataFrame元素修改在訪問(wèn)的基礎(chǔ)上重新賦值或用apply()進(jìn)行批量操作時(shí)間序列操作支持日期范圍生成、頻率轉(zhuǎn)換、移動(dòng)窗口統(tǒng)計(jì)、日期位移等時(shí)間序列處理功能數(shù)據(jù)分析層面IO讀寫操作對(duì)CSV、Excel、JSON字符串、HTML、SAS、SPSS、STATA等數(shù)據(jù)文件和數(shù)據(jù)庫(kù)進(jìn)行高效的讀寫操作數(shù)據(jù)清洗和規(guī)范化包括缺失值填補(bǔ)、重復(fù)值去除、異常值處理、標(biāo)準(zhǔn)化、連續(xù)屬性離散化、離散屬性編碼等數(shù)據(jù)重構(gòu)透視包括分組聚合、透視表、數(shù)據(jù)堆疊、交叉表、數(shù)據(jù)融合等可視化融合了Matplotlib的繪圖功能，Series和DataFrame對(duì)象可以直接調(diào)用plot方法方便地繪制折線圖、散點(diǎn)圖、直方圖、餅圖等圖形DataFrame基本操作其他IO操作DataFrame.to_csv(path_or_buf=None,sep=',',columns=None,header=True,

index=True,encoding=None)·path_or_buf設(shè)置包括文件名的文件路徑；·

sep

指定文件的分隔符，默認(rèn)為逗號(hào)；·columns指定需要存儲(chǔ)的列；·header

設(shè)定是否將列名存為表頭；·

index設(shè)置是否存儲(chǔ)索引；·encoding

指定文件編碼格式，當(dāng)文件中含有中文時(shí)建議顯式指定編碼格式

(

例

如utf-8或GBK),讀取文件時(shí)用相同的編碼格式讀取。DataFrame數(shù)據(jù)操作(

1

)

關(guān)

于axis的理解。軸代表數(shù)據(jù)的某一維度，例如DataFrame

有兩個(gè)維度，有0和1兩個(gè)軸，其中0軸代表最高維度。在DataFrame

或二維數(shù)組中，axis=0代表跨行操作，

axis=1代表跨列操作。(2)df['some

col']

返回的是Series,df[['some

col']]返回的是

DataFrame,根據(jù)需要選擇。(3)對(duì)列進(jìn)行索引的