python3pandas教程_Python 3 基础教程 - 8：pandas（一）

8 pandas

pandas包含高级的数据结构和精巧的工具，使得在Python中处理数据非常快速和简单。pandas建造在NumPy之上，它使得以NumPy为中心的应用很容易使用。首先导入库：

pandas主要包含三种数据结构：Series、DataFrame和Panel。

8.1 Series

Series是一个一维的类似的数组对象，包含一个数组的数据(任何NumPy的数据类型)和一个与数组关联的数据标签，被叫做索引。

8.1.1 Series创建

首先创建一个Series：

上例中左右两列即分别为索引index 和 values。因为传给构造器的是一个列表，所以 index 的值是从 0 起递增的整数，如果传入的是一个类字典的键值对结构，就会生成 index-value 对应的 Series；或者在初始化的时候以关键字参数显式指定一个 index 对象：

Series 对象的元素会严格依照给出的 index 构建，这意味着：如果 data 参数是有键值对的，那么只有 index 中含有的键会被使用。另外，Series 对象和它的 index 都含有一个name属性：

8.1.2 索引和切片

与numpy类似，pandas也支持通过索引和切片，以及通过布尔型数组进行过滤。因为pandas对象的index不限于整数，pandas也可以使用非整数作为切片索引，不过须要注意，此时它是末端包含的。例如：

8.1.3 重新索引

Series对象的重新索引通过其reindex(index=None, kwargs)方法实现。kwargs中有两个常用的参数：method=None和fill_value=np.NaN：

method: {"backfill", "bfill", "pad", "ffill", None}参数用于指定插值(填充)方式(ffill=pad，bfill=backfill，分别指插值时向前还是向后取值)，当没有给出时，自动用fill_value填充，默认为 NaN：

在使用method的时候，原序列和新序列的index 必须都是单调的，上述index=["stockA", "stockC", "stockB"]无法使用method，若需使用，索引需改为：

8.1.4 算数运算

pandas可以对不同索引的对象进行算术运算。在将对象相加时，结果的索引取索引对的并集。自动的数据对齐在不重叠的索引处引入空值，默认为 NaN：

当不希望在运算结果中出现NaN值时，可以类似reindex方法使用fill_value参数，不过为了传递这个参数，就需要使用对象的方法(包括add、sub、div和mul)，而不是操作符：

8.1.5 排序和排名

sort_values(ascending=True, na_position="last")方法可以对 index 进行排序操作，ascending参数用于控制升序或降序，na_position可选择NaN在排序后出现的位置，可选"first"或"last"：

rank(method="average", ascending=True)方法的作用与排序的不同之处在于，他会把对象的values替换成名次(从1到n)。method参数用来选择如何处理平级项，有四个值可选：average(平均名次)、min(最小名次)、max(最大名次)和first(index在前者排名高)：