Python程序设计基础与应用PPT课件（共13章）第12章 pandas数据分析与处理.pptxVIP

第12章 pandas数据分析与处理;本章学习目标;12.1 数据分析与处理概述;12.1 数据分析与处理概述;12.1 数据分析与处理概述;pandas常用的数据结构： Series，带标签的一维数组。 DataFrame，带标签的二维表格结构。 Panel，带标签的三维数组。 DatetimeIndex，日期时间索引。;1.创建和使用一维数组 （1）生成Series一维数组 import numpy as np import pandas as pd x = pd.Series([1, 3, 5, np.nan]) x 0 1.0 1 3.0 2 5.0 3 NaN dtype: float64; pd.Series(range(5)) # 把Python的range对象转换为一维数组 0 0 1 1 2 2 3 3 4 4 dtype: int32 pd.Series(range(5), index=list(abcde)) # 指定索引 a 0 b 1 c 2 d 3 e 4 dtype: int32;12.2 pandas基本操作;12.2 pandas基本操作;12.2 pandas基本操作;12.2 pandas基本操作;（2）生???和使用日期时间索引数组 pd.date_range(start end freq=H) # 间隔为1小时 DatetimeIndex([2021-01-01 00:00:00, 2021-01-01 01:00:00, 2021-01-01 02:00:00, 2021-01-01 03:00:00, 2021-01-01 04:00:00, 2021-01-01 05:00:00, 2021-01-01 06:00:00, 2021-01-01 07:00:00, 2021-01-01 08:00:00, 2021-01-01 09:00:00, ... 2021-12-30 15:00:00, 2021-12-30 16:00:00, 2021-12-30 17:00:00, 2021-12-30 18:00:00, 2021-12-30 19:00:00, 2021-12-30 20:00:00, 2021-12-30 21:00:00, 2021-12-30 22:00:00, 2021-12-30 23:00:00, 2021-12-31 00:00:00], dtype=datetime64[ns], length=8737, freq=H); pd.date_range(start end freq=D) # 间隔为天 DatetimeIndex([2021-01-01, 2021-01-02, 2021-01-03, 2021-01-04, 2021-01-05, 2021-01-06, 2021-01-07, 2021-01-08, 2021-01-09, 2021-01-10, ... 2021-12-22, 2021-12-23, 2021-12-24, 2021-12-25, 2021-12-26, 2021-12-27, 2021-12-28, 2021-12-29, 2021-12-30, 2021-12-31], dtype=datetime64[ns], length=365, freq=D);12.2 pandas基本操作; dates = pd.date_range(start end freq=M) # 间隔为月，月末 dates DatetimeIndex([2021-01-31, 2021-02-28