十分钟入门Pandas

---

通常这样导入依赖包

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt

---

创建对象

可以参考官方文档 http://pandas.pydata.org/pandas-docs/version/0.19.2/10min.html
通过传入一个列表建一个序列，默认索引为整数

>>> s = pd.Series([1, 2, 3, np.nan, 5, 6])
>>> s
 0    1.0
 1    2.0
 2    3.0
 3    NaN
 4    5.0
 5    6.0
 dtype: float64

其中：NAN（NOt a Number) 表示不存在

1. 通过numpy创建一个数组，并且用datetime作为索引和标记列名，创建一个DataFrame

其中pd.date_range('20130101', periods=6)创建了一个时间序列，periods=6表示有6个值，freq='D'表时时间序列按天跨度，也可以指定为w(周）、M(月)等。
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))创建了一个DataFrame，第一个参数表示要填充的数据，第二个参数表示行索引，第三个参数表示列标签，它们的大小要匹配。

2. 使用一个可以转换成类序列的字典对象创建一个DataFrame

其中字典的每个key作为列标签，该key对应的value为该列的数据，行索引默认创建

---

查看数据

head()和tail()

可以使用head()和tail()查看一个DataFrame和Series对象的数据，head()表示从头查起，tail()表示从尾部，默认只查看五项元素，可以自定义。
Series对象：

DataFrame对象：

显示索引、行标和数据

分别使用index、columns和values属性访问

desctibe()

快速显示数据的汇总统计

转置

通过坐标轴排序

其中的 sort_index()表示对行索引或者列标签进行排序， axis=1表示对行标签进行排序， axis=0表示对列索引进行排序， ascending=False表示按降序排列

通过数据排序

sort_values()表示对数据进行排序， by='B'表示按照列标签的B进行排序，该关键字不可以传入列索引。

---

选择

虽然通过标准的python表达方法可以选取和设置元素，但是建议使用pandas的数据获取方式，即使用.at, .iat, .loc, .iloc和 .ix方法。

选取单行

选取单行数据，该方法得到一个Series，可以等价于使用df.A

通过[ ]选择

该方式将数据表进行按列切片，可以选择按列索引和列序号的方式切

通过标签选择

1. 使用.loc获得交叉部分的数据

>>> df.loc[dates[0]:dates[3],'A']
2013-01-01 -1.863928
2013-01-02 2.693466
2013-01-03 0.271626
2013-01-04 2.202905
Freq: D, Name: A, dtype: float64
其中datas就表示表中的数据，[0]表示按行取，也可以通过加列标签取出部分数据，如下：

>>> df.loc[dates[0],['A', 'B']]
A -1.863928
B 0.227029

2. 通过标签选取多轴数据

其中 loc[ ]的内容可用 ，分割开，第一部分 ：表示全部的行，第二部分 ['A','B']表示选取 A和 B两列，第一部分还可以指定为部分行，采用行索引即可，如下：

通过位置选择

1. 通过传入的整数表示的位置选择（按行选择）

2. 通过整数切片选择（左行右列原则）

也可以通过传入了两个list来选定行和列，按照传入的整数选取，同样是左行右列原则：

3. 获取确定的位置的值

---

布尔索引

使用单行的值去选择数据

选取A标签列大于0的所有数据

使用isin()过滤数据

df2['E'].isin(['two','four'])表示在 E标签的列中选出有 two和 four的所有数据

---

缺失值

pandas主要使用np.nan代表缺失的值

丢掉任何有缺失值的行和列

填充缺失值

使用布尔值表示数据是否是nan

---

运算

统计

统计在大多数情况下不包含缺失值
默认对列进行求均值

传入参数1时表示对行求平均

---

应用

将函数应用于数据

---

合并

concat()

使用concat()将pandas对象连接在一起

---

分组

本次使用的数据df：

1. 使用groupby()分组，然后对结果应用一个sum()函数

2. 按多个列进行分组形成分层索引，然后应用函数

---

时间序列

1. rng = pd.date_range('1/1/2012', periods=100, freq='S')
   其中freq='S'表示每个元素的跨度为秒
   
   
2. rng = pd.date_range('3/6/2012 00:00', periods=5, freq='D')

---

绘画

1. 针对一个Series对象，调用cumsum()方法和plot()方法即可
   
   
2. 针对DateFrame对象，plot()函数会对每个列标签表示的数据调用plot()

---

存取数据

CVS文件

1. 写入一个CVS文件

2. 从CVS文件读取数据

Excel文件

1. 写入excel文件

2. 从excel文件读取数据

---

附：

以上均来自官方文档
如有错误，欢迎指正，谢谢！