数据分析之pandas入门

一、数据结构

1. Series

1.1 序列构造和调用

　　Series是一种类似于一维数组的对象，它由一组数据和索引共同组成，可以通过索引的方式来选取Series中的单个或一组值,常用的构造函数为obj2=Series([4,7,-3,3], index=['d','b','a','c'])

　　对于index而言，默认参数可以不写，可以缺省，若缺省则使用默认的索引从0：N-1

　　字典<——>Series：可以通过Series函数直接将字典转换成Series（Series（dict））

1.2 自动对齐

　　Series在计算的过程中能够自动对齐不同索引的数据进行计算。

1.3 属性

　　index，value，name

　　通过obj2.index和obj2.value的属性方法进行调用和赋值进行修改，同时可以通过具体的索引值获取数据obj2['a']

　　对于name属性而言，Series本身以及其索引都具备name属性。obj2.name= 和 obj2.index.name= 进行赋值和调用。

2.DataFrame

2.1 数据构建调用

　　DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以有不同的数值类型，同时具备行索引和列索引。

　　最常用的构建方法是传入等长数列或者Numpy数组组成的字典：

　　DataFrame（data，columns，index）通过columns来交换列的顺序，通过index来设置行索引

　　可以通过frame.state 或者frame['pop']来获取列，列获取类型为Series，同时name存在。

　　创建新列：为不存在的列赋值，就能创建新的列

　　删除列：del frame['year']

2.2 赋值及操作

　　可以多整列操作赋值相同值，如借助frame['pop'] = 1.5。或者借助Series进行赋值操作，这样的赋值将准确匹配DataFrame的索引。

　　创建新列：为不存在的列赋值，就能创建新的列　　

　　删除列：del frame['year']

1.3 属性

　　index，columns，value，name

　　通过obj2.index和obj2.value的属性方法进行调用和赋值进行修改，同时可以通过具体的索引值获取数据obj2['a']

　　对于name属性而言，Series本身以及其索引都具备name属性。frame.columns.name= 和 frame.index.name= 进行赋值和调用。

　　对于value这一方法而言，能去除行索引和列索引得到一个二维数组。

二、基本功能

1.1 重新索引（重新排序）

　　对于Series而言，会根据新的索引对原先的顺序安好新的索引进行排序。obj.reindex(['a','b']).

　　对于reindex可能需要特殊的插值处理，因此利用method可以达到该目的。obj3 = Series([range(6), method='ffill']). 列出了可用的method选项：ffill或pad前向填充值，bfill或backfill后向填充。

1.1 丢弃指定轴上的项

　　1.drop的操作后原数据并不发生变化。axis =1表示列索引。行索引为axis=1可省略。

索引、选取和过滤

　　利用标签的切片运算与普通的Python切片运算不同，其末端是包含的。

　　上述实现是通过切片或者布尔数组进行取行。

　　data.ix['Colorado',['two','three']]

　　通过ix进行调用，最后获得一个Series。