Python数据分析 Pandas模块 基础数据结构与简介

本人对于Python学习创建了一个小小的学习圈子，为各位提供了一个平台，大家一起来讨论学习Python。欢迎各位到来Python学习群：960410445一起讨论视频分享学习。Python是未来的发展方向，正在挑战我们的分析能力及对世界的认知方式，因此，我们与时俱进，迎接变化，并不断的成长，掌握Python核心技术，才是掌握真正的价值所在。

简介

pandas 组成 = 数据面板 + 数据分析工具

poandas 把数组分为3类

一维矩阵：Series 把ndarray强大在可以存储任意数据类型可以专门处理时间数据

二维矩阵：DataFrame

三维面板数据：Panel

背景： 为金融产品数据分析创建的，对时间序列支持非常好！

数据结构

导入pandas模块

import pandas as pd

读取csv文件，数据类型就是二维矩阵 DataFrame

df = pd.read_csv('路径')

type(df)

属性和方法

类型： type(df)

维度： df.ndim

形状: df.shape

大小： df.size

数据类型: a.dtypes

帮助： help(df)

索引操作

前N行：head(N)

后N行：tail(N)

第N行：df.loc[索引]

第3-7行：df.loc[2:8]

取任意行：df.loc[[1,3,5....]]

取某列：df['列名'] df.列名

取任意列：df[['列名1','列名2'，...]]

简单统计

摘要描述/简介：df.describe()

一维.value_counts() 统计一维矩阵中数值出现的次数

比如：统计成绩！！

最大：df['列名'].max()

最小：df['列名'].min()

平均：df['列名'].mean()

标准差：std()