Pandas学习笔记（1）基本数据类型及属性

Pandas介绍

Python Data Analysis Library即Pandas是基于NumPy 的一种Python数据分析工具包，包含丰富的数据类型和便捷的操作方式。

基本数据类型

Series

对应Python中的列表和NumPy的一维数组，Series可以指定索引内容，默认索引与Python相同从0开始的整形数

import pandas as pd

s = pd.Series([1,20,33,np.nan,5,66])
print(s)

output：
0     1.0
1    20.0
2    33.0
3     NaN
4     5.0
5    66.0
dtype: float64

可以使用自定义列表作为索引参数，例如时间序列

dates = pd.date_range('20180205',periods=6)
s = pd.Series([1,3,6,np.nan,44,1],index=dates)
print(s)

output:
2018-02-05     1.0
2018-02-06    20.0
2018-02-07    33.0
2018-02-08     NaN
2018-02-09     5.0
2018-02-10    66.0
Freq: D, dtype: float64

之后可以通过索引访问数据了

s['2018-2-07']

output：33.0

DataFrame

DataFrame提供表格类型的数据结构，相当于矩阵，NumPy里的二维数组和Python的字典。和Series同样的，DataFrame也有索引，包含行索引（index）和列索引（columns）。

DataFrame可以看做是由Series组成的大字典，二者关系类似于列向量和矩阵的关系。

默认索引与Series一致，均从0开始

df = pd.DataFrame(np.arange(12).reshape((3,4)))
print(df)

output：
0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9   10  11

指定含参索引如下

df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(df)

output:
a         b         c         d
2018-02-05  0.350842  0.316069  0.283373 -1.171848
2018-02-06  0.557246 -2.338000  0.743795 -0.332596
2018-02-07 -0.056014  0.714417  2.609023  0.825786
2018-02-08 -0.638557  1.815248 -0.898888  1.120689
2018-02-09 -1.113309  1.315297 -1.694181  0.274465
2018-02-10 -0.640387 -0.098660 -2.717680 -0.017176

可调用属性

dtype 查看每个列的数据类型

index 查看行索引及其数据类型

columns 查看列索引及其数据类型

values 以数组形式返回DataFrame的值（去索引）

describe 显示数据的总结信息（均值，方差等）

transpose DataFrame的转置

DataFrame类中定义了排序方法

df.sort_index(axis=0,ascending=False)

其中axis=0，代表按行排序，axis=1，代表按列排序

ascending=True代表正序，False代表逆序

还可以采用按值排序的方法

df.sort_values(by='E')

该方法按指定索引的值进行排序