Pandas入门（1）

引言：Pandas的学习我将写成一个系列帮助新手入门， 暂时我没有给题目加任何明显的标题索引，因为我希望无论是我本人还是读者都只能从头到尾的浏览，没有捷径，祝你好运

---

Pandas是基于numpy构建的，让以Numpy为中心的应用变得更加简单。

• 具备按轴自动或者显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源（索引方式不同）的数据而导致的常见错误
• 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）中关系型运算

  Pandas的数据结构

  pandas中有两个主要的数据结构：Series和DataFrame。

  Series

    series是一种类似于一维数组的对象，他由一组数据（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。
    Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引，于是会自动创建一个0到N-1（N为数据长度）的整数型索引。可以通过Series的value和index属性获取其数组表示形式和索引对象

  DataFrame

    DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值，字符串，布尔值等）。DataFrame既有行索引也有列索引，他可以被看做由Series组成的字典（共用同一个索引）。跟其他类似的数据结构相比，dataFrame中面向行和面向列的操作基本上是平衡的。其实，DataFrame中的数据是以一个或者多个二维块村烦的（而不是列表，字典或别的一维数组）。但仍然可以轻松地将其表示为更高维度的数据（层次化索引的表格型结构，这是许多高级数据处理功能的关键因素）

  构建DataFrame，可以直接传入一个由等长列表或Numpy数组组成的字典，也会自动加上索引，且全部列会被有序排列

  如果指定了列序列，则DataFrame的列就会按照指定顺序进行排列

跟Series一样，如果传入的列在数据中找不到，就会产生NA值

通过类似字典标记的方式或属性的方法，可以将DataFrame的列获取为一个Series
返回的Series拥有源DataFrame相同的索引，且其name属性也已经被相应地设置好了。行也可以通过位置或者名称的方式进行获取，比如用索引字典ix

列可以通过赋值的方法进行修改。可以向某一列赋上一个标量值或者一组值

为不存在的列赋值会出现一个新列。关键词del用于删除列。

需要注意的是通过索引方式返回的列只是相应数据的视图而已，并不是副本。因此，对返回的Series所做的任何就地修改的操作全都会反映到源DataFrame上，所以Series的copy的方法即可显式地复制列。

另一种常见的数据形式是嵌套字典（也就是字典中的字典），如果将字典传给DataFrame，它就会被解释为：外层字典的键作为列，内层键则作为行索引

可以输入给DataFrame构造函数所能接受的各种数据

类型	说明
二维ndarray	数据矩阵，还可以传入行标和列标
由数组,列表或元组组成的字典	每个序列会变成DataFrame的一列。所有序列的长度必须相同
Numpy的结构化/记录数组	类似于“由数组组成的字典”
由Series组成的字典	每个Series会成为一列。如果没有显式指定索引，则各Series的索引会被合并成结果的行索引
由字典组成的字典	各内层字典会成为一列。键会被合并陈结果的行索引，跟“由Series组成的字典”的情况一样
字典或Series的列表	各项将会成为DataFrame的一行。字典键或Series索引的并集将会成为DataFrame的列标
由列表或元组组成的列表	类似于“二维ndarray”
另一个DataFrame	该DataFrame的索引将会被沿用，除非显式指定了其他索引
NumPy的MaskedArray	类似于“二维ndarray”的情况，只是掩码值在结果DataFrame会变成NA/缺失值

如果设置了DataFrame的index和columns的name属性，则这些信息也会被显示出来

跟Series一样，values属性也会以二维ndarray的形式返回DataFrame中的数据

如果DataFrame个列的数据类型不同，则数值的数据类型就会选用能兼容所有列的数据类型