第03课 更新版-pandas.pdfVIP

pandas入门培训 讲师 ：林应 微博 ：http ///u/2607195824 最后更新 ：2016/09/03 pandas简介 • 官网链接 ：http // / • pandas = pannel data + data analysis • 简介 ：Pandas是python的一个数据分析包 ，最初由AQR Capital Management于2008年4月开发 ，并于2009年底开源出来 ，目前由专注于 Python数据包开发的PyData开发team继续开发和维护 ，属于PyData项 目的 一部分。Pandas最初被作为金融数据分析工具而开发出来 ，因此 ，pandas为 时间序列分析提供了很好的支持。 • 作者介绍 ：Wes McKinney 基本功能 • 开发pandas时提出的需求 • 具备按轴 自动或显式数据对齐功能的数据结构 • 集成时间序列功能 • 既能处理时间序列数据也能处理非时间序列数据的数据结构 • 数学运算和约简 （比如对某个轴求和 ）可以根据不同的元数据 （轴编号 ）执行 • 灵活处理缺失数据 • 合并及其他出现在常见数据库 （例如基于SQL的 ）中的关系型运算 数据结构 Series • 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。 • Series的字符串表现形式为 ：索引在左边 ，值在右边。 • 创建 • 读写 • 运算 • 例子代码分析 ：introduction_to_pandas_data_structures/series.py 数据结构 DataFrame • 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 （共用 同一个索引 ）。 数据结构 DataFrame • 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 “由数组组成的字典” 由Series组成的字典 每个Series会组成一列。如果没有显示指定索引 ，则各Series的索引会被合并成结果的 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Series组成的字典”的情 况一样。 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 标。 由列表或元组组成的列表 类似于 “二维ndarray” 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。 数据结构 DataFrame • 创建 • 读写 • 例子代码 ：introduction_to_pandas_data_structures/dataframe.py 数据结构 索引对象 • pandas的索引对象负责管理轴标签和其他元数据 （比如轴名称等 ）。构建 Series或DataFrame时 ，所用到的任何数组或其他序列的标签都会被转换成一 个Index。 • Index对象是不可修改的 （immutable ），因此用户不能对其进行修改。不可 修改性非常重要 ，因为这样才能使Index对象在多个数据结构之间安全共享。 • 例子代码 ：introduct