Python学习之pandas快速入门（一）

                                                                            作者丨琳儿

                                                      来源丨医数思维云课堂（ID:Datamedi）   

通过前几期对Python的Numpy包的学习，我们我们对数组，以及数组的基本计算都有了一定的基础，接下来共同学习一个非常有用的包——Pandas包。

01 Pandas简介

官网链接：http://pandas.pydata.org/

pandas = pannel data + data analysis

简介：

Pandas是python的一个数据分析包，最初由AQR CapitalManagement于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。

02 基本功能

开发pandas时提出的需求。

具备按轴自动或显式数据对齐功能的数据结构。

集成时间序列功能。

既能处理时间序列数据也能处理非时间序列数据的数据结构。

数学运算和约简（比如对某个轴求和）可以根据不同的元数据（轴编号）执行。

灵活处理缺失数据。

合并及其他出现在常见数据库（例如基于SQL的）中的关系型运算。

03 数据结构Series

1. Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。

2. Series的字符串表现形式为：索引在左边，值在右边。

创建

#'用数组生成Series')：

obj = Series([4, 7, -5, 3])

print(obj)

print(obj.values)

print(obj.index)

#'指定Series的index')：

obj2 = Series([4, 7, -5, 3], index = ['d', 'b', 'a', 'c'])

print(obj2)

print(obj2.index)

print(obj2['a'])

obj2['d'] = 6

print(obj2[['c', 'a', 'd']])

print(obj2[obj2 > 0]) # 找出大于0的元素

print('b' in obj2)# 判断索引是否存在

print('e' in obj2)

#'使用字典生成Series')：

sdata = {'Ohio':45000, 'Texas':71000, 'Oregon':16000, 'Utah':5000}

obj3 = Series(sdata)

print(obj3)

#'使用字典生成Series，并额外指定index，不匹配部分为NaN。'：

states = ['California', 'Ohio', 'Oregon', 'Texas']

obj4 = Series(sdata, index = states)

print(obj4)

#'使用arrange生成Series：

obj = Series(np.arange(4.), index = ['a', 'b', 'c', 'd'])

读写

#指定Series及其索引的名字'：

obj4.name = 'population'

obj4.index.name = 'state'

print(obj4)

#替换index'：

obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan']

print(obj)

运算

print(obj3 + obj4)

Python学习之Pandas常用函数的内容就讲到这里，大家有任何疑问都可以加入我们的QQ群：生物统计学习讨论群：938773609。期待我们的再次相约。