大数据财务分析——基于Python 课件3. 财务数据分析利器--Pandas库.pptx

;在上一章，我们由浅入深地学习了如何获取各种财务数据，接下来我们就可以进行数据分析了。那么Python是如何实现数据分析的呢？本章将简单介绍Python数据分析的一大利器，也是一个基础模块——pandas库的使用。 pandas库是基于NumPy的一个开源Python库，被广泛用于快速分析数据，以及数据清洗和准备等工作。某种程度上可以把Pandas看作是Python版的Excel。如果是利用Anaconda安装的Python，那么Anaconda自带pandas库，无须单独安装。 Numpy是另一个重要的库，是Numerical Python的简称（Numpy库的相关知识点可以参考本书源代码文件夹中的“补充知识点：Numpy库基础.pdf”）。相较于Numpy来说，Pandas更擅长处理二维数据。 Pandas主要有两种数据结构：Series和DataFrame。Series类似于通过Numpy产生的一维数组，不同的是Series对象不仅包含数值，还包含一组索引，其创建方式如下： ;生成结果如下所示，它也是一个一维数据结构，并且对于每个元素都有一个行索引可以用来定位，比如可以通过s1[1]来定位到第二个元素“王二”。;;3.1 DataFrame的创建;和之前通过Numpy生成的二维数组进行比较：;3.1.2 通过字典创建DataFrame;如果想让字典键变成行索引，可以通过fro