机器学习numpy与pandas基础--pandas

2、pandas

Pandas引入约定：
from pandas import Series,DataFrame
import pandas as pd

2.1pandas数据结构

pandas数据结构介绍;

• Series：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（索引）组成
• DateFrame：一种表格类型的数据结构，既有行索引，也有列索引。每列可以是不同的值类型（数值、字符串、布尔值），可以看作是Series组成的字典。

2.1.1Series

通过一维数组创建Series：

通过字典的方式创建Series：

Series应用于NumPy数组运算：
NumPy数组运算在Series中均可使用，而且索引与相对应的数值映射不会改变。

Series自动对齐：

不同Series之间进行算术运算，会自动对齐不同索引的数据。

Series缺失值检测：

• pandas中的isnull和notnull函数可用于Series缺失值检测
• isnull和notnull都返回一个布尔类型的Series。
  
  Series及其索引的name属性：
  Series对象本身及其索引都有一个name属性，可赋值设置。

2.1.2DataFrame

通过二维数组创建DataFrame：

通过字典的方式创建DataFrame:

索引对象：

• 不管是Series对象还是DataFrame对象，都有索引对象
• 索引对象负责管理轴标签和其他元数据
• 通过索引可从Series或者DataFrame中取值以及赋值
• Series或者DataFrame中自动对齐功能是依靠索引完成

通过索引从Series中取值：

通过索引从DataFrame中取值：

2.2pandas基本功能

汇总和计算描述统计：

• 常用的数学和统计方法
• 相关系数和协方差
• 唯一值、值计数以及成员资格
  
  
  相关系数与协方差：
  
  
  唯一值、值计数以及成员资格：
• unique：用于获取Series唯一值数组
• value_counts：用于计算一个Series中各值出现的频率
• isin：可用于选取Series中或者DataFrame中列的数据的子集
  
  

2.3处理缺失数据

• 缺失值检测
• 过滤缺失数据
• 填充缺失数据
  
  
  
  

2.4层次化索引