pandas知识点学习

1
2
3
4
5
6
7
8
9
10
11
1 简介
数据挖掘的Python开源库
封装Numpy,计算性能高
封装了Matplotlib,画图
独立的数据结构
2 优势
1 增加数据可读性
2 便捷数据处理能力
3 文件的读取和存储
4 画图和计算能力

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
1 Series
1 创建
pd.Series()
参数:
data:一维数组
index:索引值
2 属性
index:索引
values:值
2 DataFrame
二维数组结构
1 创建
pd.DataFrame()
参数:
data:二维数据
index:行索引
columns:列索引
2 属性
df.shape : 形状
df.index:行索引
df.columns:列索引
df.values:值
df.T:转置
df.head():前几行,默认是5
df.tail():后几行,
3 索引设置
1 修改索引
df.index=""
*全部修改
2 重设索引
df.reset_index()
参数:
drop:是否保留原索引
3 以某列值作为索引
df.set_index()
参数:
column:列索引
drop:是否保留原来的列
3 MultiIndex
三维数组
属性:
names:索引名称
levels:索引取值
codes:数据中索引对应的levels中的下标
4 panel
三维数组(已弃用)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
1 索引操作
1 直接使用索引值
先列后行,只能使用索引值,不能使用下标
2 loc和iloc(先行后列)
loc:使用索引值进行切片
iloc:使用索引下标进行切片
3 ix(先行后列)
ix:使用下标和索引值组合切片
使用loc和iloc进行替代
2 赋值操作
data["close"]=
data.close
3 排序
1 DataFrame
1 按照值进行排序
sort_values()
参数:
by:列索引
ascending:排序方式
2 按照索引排序
sort_index()
参数:
ascending:排序方式
2 Series
1 按照值进行排序
sort_values()
参数:
ascending
2 按照索引排序
sort_index()
参数:
ascending