第7章--Pandas数据结构基本操作课件.pptx

第7章 pandas基本操作7.1 pandas基本操作pandas主要提供了3种数据结构：Series，带标签的一维数组；DataFrame，带标签且大小可变的二维表格结构；Panel，带标签且大小可变的三维数组。7.1 pandas基本操作pandas主要有6种数据类型：int：整型数，整数；float：浮点数；object：Python对象类型，用‘O’表示；string_：字符串类型；unicode_：固定长度的unicode类型，跟字符串定义方式一样；datetime64[ns]：表示时间格式。7.1 pandas基本操作numpy 中的 np.nan 和inf：nan(NAN,Nan):not a number表示不是一个数字，当读取本地的文件为float的时候，如果有缺失，就会出现nan；或者做了一个不合适的计算的时候（比如无穷大(inf)减去无穷大）inf(-inf,inf):infinity,inf表示正无穷，-inf表示负无穷。一个数字除以0，python中直接会报错，numpy中是一个inf或者-inf。np.nan 和np.nan 不相等；nan和任何数值计算都为nan；1.生成一维数组 import numpy as np import pandas as pd x = pd.Series([1, 3, 5, np.nan]) x0 1.01 3.02 5.03 NaNdtype: float647.1 pandas基本操作 pd.Series(range(5)) #把Python的range对象转换为一维数组0 01 12 23 34 4dtype: int32 pd.Series(range(5), index=list(abcde)) #指定索引a 0b 1c 2d 3e 4dtype: int327.1 pandas基本操作 pd.date_range(start end freq=H) #间隔为小时DatetimeIndex([2018-01-01 00:00:00, 2018-01-01 01:00:00, 2018-01-01 02:00:00, 2018-01-01 03:00:00, 2018-01-01 04:00:00, 2018-01-01 05:00:00, 2018-01-01 06:00:00, 2018-01-01 07:00:00, 2018-01-01 08:00:00, 2018-01-01 09:00:00, ... 2018-12-30 15:00:00, 2018-12-30 16:00:00, 2018-12-30 17:00:00, 2018-12-30 18:00:00, 2018-12-30 19:00:00, 2018-12-30 20:00:00, 2018-12-30 21:00:00, 2018-12-30 22:00:00, 2018-12-30 23:00:00, 2018-12-31 00:00:00], dtype=datetime64[ns], length=8737, freq=H)7.1 pandas基本操作 pd.date_range(start end freq=D) #间隔为天DatetimeIndex([2018-01-01, 2018-01-02, 2018-01-03,2018-01-04, 2018-01-05, 2018-01-06, 2018-01-07, 2018-01-08, 2018-01-09, 2018-01-10, ... 2018-12-22, 2018-12-23, 2018-12-24, 2018-12-25, 2018-12-26, 2018-12-27, 2018-12-28, 2018-12-29, 2018-12-30, 2018-12-31], dtype=datetime64[ns], length=365, freq=D)7.1 pandas基本操作 dates = pd.date_range(start end freq=M) #间隔为月 datesDatetimeIndex([2018-01-31, 2018-02-28, 2018-03-31,2018-04-30, 2018-05-31, 2018-06-30, 2018-07-31, 2018-08-31, 2018-09-30, 2018-10-31, 2018-11-