python工具包之pandas

引言

Pandas具有超强的数据处理能力，似乎是目前处理日常csv和Excel文件中最好用的工具包。结合Matplotlib工具包，基本可以满足上述两种文件的处理和显示工作。

数据结构

我们介绍Pandas中的两种主要数据结构：Series与DataFrame，其示意图如下所示：

Series数据结构

从上图可以看出，Series由一个一维数组（values）和与之对应的索引（index）组成。这个结构看起来和python中的字典（dict）类似，但两者有很多不同：

1. 字典是无序的数据结构，Series相当于定长有序的字典；
2. 字典中key和value是绑定的，Series中values和index是独立的；
3. 字典中key值不可变，Series中index是可变的

Series的定义可以从官网查看，下面以一个简单的例子介绍Series的初始化：

In [23]: import pandas as pd

In [24]: data = pd.Series([1,2,3,4], index=['a', 'b', 'c', 'd'])

In [25]: data
Out[25]:
a    1
b    2
c    3
d    4
dtype: int64

---

DataFrame数据结构

从上图可以看出，DataFrame有点像打开Excel文件的样子：一个二维数据加上行（index）和列（columns）标签。还可以将DataFrame看作是同一index的不同Series集合。有趣的是，DataFrame中每一列的数据类型还可以不同。

我们继续从官网学习DataFrame的定义以及初始化：

# 这里直接copy了官网上的一种初始化方式感受下
In [27]: import numpy as np

In [28]: df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),^M
    ...: ...                    columns=['a', 'b', 'c'])

In [29]: df2
Out[29]:
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

常用属性及方法

Series

在我的应用中，基本接触不到Series，因此这里就不介绍了

DataFrame

属性	描述

函数	描述
df.to_csv('text.csv')	保存dataframe到csv文件中
df = pd.read_csv('text.csv')	读csv文件到dataframe中

参考资料

数据分析三剑客之pandas
pandas用法总结