【Python】Python的数据分析(三)——数据文件及数据结构

http://blog.csdn.net/shandianke/article/details/41877457

一. 数据文件

pd指pandas简称，df指DataFrame对象。

1. csv

读取 pd.read_csv('foo.csv')

写入 df.to_csv('foo.csv')

2. HDF5

读取 pd.read_hdf('foo.h5', 'df')

写入 df.to_hdf('foo.h5', 'df')

3. Excel

读取 pd.read_excel('foo.xlsx', 'sheet1', index_col=None, na_values=['NA'])

写入 df.to_excel('foo.xlsx', sheet_name='sheet1')

二. 数据结构

1. Series

Series是一维标记数组，可以存储任意数据类型，如整型、字符串、浮点型和Python对象等，轴标一般指索引。创建Series的方法为

>>>s=Series(data, index=index)

data可以是Python词典、ndarray和标量值。

2. DataFrame

DataFrame是二维标记数据结构，列可以是不同的数据类型。它是最常用的pandas对象，像Series一样可以接收多种输入：lists、dicts、series和DataFrame等。初始化对象时，除了数据还可以传index和columns这两个参数。

3. Panel

Panel很少使用，然而是很重要的三维数据容器。Panel data源于经济学，也是pan(el)-da(ta)-s的来源。在交叉分析中，坐标轴的名称略显随意

items: axis 0 代表DataFrame的item

major_axis: axis 1 代表DataFrames的index(行)

minor_axis: axis 2 代表DataFrames的列

4. Panel4D

Panel4D是像Panel一样的4维容器，作为N维容器的一个测试。

labels: axis 0 每个item相当于panel

items: axis 1 每个item相当于DataFrame

major_axis: axis 2 它是dataframe的index

minor_axis: axis 3 它是dataframe的columns

Panel4D是Panel的一个子集，因此Panel的大多数方法可用于4D，但以下方法不可用：join, to_excel, to_frame, to_sparse, groupby。

5. PanelND

PanelND是一个拥有factory集合，可以创建像Panel4D一样N维命名容器的模块。