数据挖掘---Pandas的学习

Pandas介绍（panel + data + analysis）

为什么使用Pandas
        便捷的数据处理能力
        读取文件方便
        封装了Matplotlib、Numpy的画图和计算

Pandas的核心数据结构(DataFrame+Panel+Series)

3大核心结构：

DataFrame
            Panel
            Series

1、DataFrame

DataFrame
    结构：既有行索引，又有列索引的二维数组
    属性：
        shape
        index
        columns
        values
        T
    方法：
        head()
        tail()
    3 DataFrame索引的设置
        1）修改行列索引值
        2）重设索引
        3）设置新索引

简单demo:

import numpy as np
import pandas as pd

def demo():
    data = np.random.normal(0, 1, (10, 5))
    print(data)
    # 添加行索引
    stock = [
        "股票{}".format(i) for i in range(10)
    ]
    pd.DataFrame(data, index=stock)
    # 添加列索引
    date = pd.date_range(start="20180101", periods=5, freq="B")

if __name__ == '__main__':
    demo()

1、结构：

2、属性

shape +  index  +  columns  + values  +      T

data = np.random.normal(0, 1, (10, 5))

3、方法

head()   ： 默认返回数据的前5行，head(3)，返回前3行

tail() ：默认返回数据的后5行，tail(3)，返回后3行

4、DataFrame索引的设置

1）修改行列索引值: 只能整体修改，不能单独修改索引
       2）重设索引
       3）设置新索引

import numpy as np
import pandas as pd

def demo():
    data = np.random.normal(0, 1, (10, 5))
    print(data)
    # 添加行索引
    stock = [
        "股票{}".format(i) for i in range(10)
    ]
    pd.DataFrame(data, index=stock)

    # 1、添加列索引
    date = pd.date_range(start="20180101", periods=5, freq="B")

    # 修改行列索引值：整体修改，不能单独修改某一个
    # 【错误】 data.index[2] = "股票88"   --》 不能单独修改索引
    stock_ = ["股票_{}".format(i) for i in range(10)]
    data.index = stock_

    # 2、重设索引
    data.reset_index(drop=False)  # False: 不删除原索引， True删除原索引h, 默认False

    # 3、设置某列的新索引，创建新的dataframe
    df = pd.DataFrame({'month': [1, 4, 7, 10],
                       'year': [2012, 2014, 2013, 2014],
                       'sale': [55, 40, 84, 31]})
    # 以月份设置新的索引
    df.set_index("month", drop=True)

    # 设置多个索引，以年和月份（具有多索引的DataFrame，可用于三维数组）
    new_df = df.set_index(["year", "month"])

if __name__ == '__main__':
    demo()

MultiIndex与Panel

1、MultiIndex

import pandas as pd

def demo():
    df = pd.DataFrame({'month': [1, 4, 7, 10],
                       'year': [2012, 2014, 2013, 2014],
                       'sale': [55, 40, 84, 31]})
    new_df = df.set_index(["year", "month"])

    print(new_df.index)  # 索引列表
    print(new_df.index.names)  # 索引名称

if __name__ == '__main__':
    demo()

2、Panel

panel我们通常看做pandas的容器，没办法直接看3维数据，只能从某一个维度出发看另外2个二维的数据

Series