pandas入门

简介

pandas学习网站：http://pandas.pydata.org/
pandas含有使数据更快更简单的高级数据结构和操作工具。pandas是基于NumPy构建的，让以NumPy为
中心的应用变得更加简单

pandas的数据结构

要使用pandas,首先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的，易于使用的基础。
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。仅有一组数据即可产生最简单的Series

In[4]: obj = Series([4, 6, -2 , 2]) In[5]: objOut[5]:0   41   62   -23   2 

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(公用同一个索引)。跟吉他类似的数据结构相比(如R的data.fram)，DataFrame中面向行和面向列的操作基本上是平衡的。

可以输入给DataFrame构造器的数据

类型 说明 二维ndarray 数据矩阵，还可以传入行标和列标 由数组，列表或元组组成的字典 每个序列会变成DataFrame的一列。所有序列的长度必须相同 NumPy的结构化/记录数组 类似于”有数组组成的字典” 由Series组成的字典 每个Series会成为一列。如果没有显示指定索引，则各Series的索引会被合并成结构的行索引 由字典组成的字典 各内层字典会成为一列。键会被合并成结果的行索引，跟”由 字典或Series的列表 各项将会成为DataFrame的一行。字典键或Series索引的并集将会成为DataFrame的列表 由列表或元组组成的列表 类似于”二维ndarry” 另一个DataFrame 该DataFrame的索引将会被沿用，除非显示指定了其他索引 NumPy的MaskedArray 类似于”二维ndarray”的情况，只是掩码值在结果DataFrame会变成NA/缺失值

索引对象

pandas中主要的Index对象

Index的方法和属性

重新索引

reindex的method选项

参数 说明 ffill或pad 前向填充(或搬运)值 bfill或backfill 后向填充(或搬运)值

reindex函数的参数

丢弃指定轴上的项

索引选取和过滤

在算术方法中填充值

函数应用和映射

汇总和计算描述统计

pandas对象拥有一组常用的数学和统计方法。它们大部分都属于约简和汇总统计，用于从Series中提取单个值(如sum或mean)或从DataFrame的行或列中提取一个Series。
简约方法的选项

描述和汇总统计

唯一值，值计数以及成员资格

处理缺失值

NA处理方法

层次化索引

层次化索引是pandas的一项重要功能，它使你能在一个轴上拥有多个(两个以上)索引级别。