pandas模块基本介绍（1）

      它含有使数据清洗和分析⼯ 作变得更快更简单的数据结构和操作⼯具。pandas 经常和其它⼯具⼀同使⽤，如数值计算⼯具NumPy 和 SciPy ，分析库statsmodels和 scikit-learn ，和数据可视化库 matplotlib 。 pandas是基于NumPy 数组构建的，特别是基于数组的函数和不使⽤ for循环的数据处理。虽然pandas采⽤了⼤量的 NumPy 编码⻛格，但⼆者最⼤的不同是pandas 是专⻔为处理表格和混杂数据设计的。大多数pandas用户都会引入 import pandas as pd  这个约定。因此，只要在代码中看到 pd. ，就得想到这是 pandas 。因为Series和 DataFrame ⽤的次数⾮常多，所以将其引⼊本地命名空 间中会更⽅便。即  from pandas import Series, DataFrame 。

要使⽤pandas，你⾸先就得熟悉它的两个主要数据结构：Series和DataFrame，本次介绍series。

Series

  Series是一种类似于一维数组的对象，它由一组数据以及一组与之相关的索引组成。最简单的Series产生如下

In	[11]:	obj	=	pd.Series([4,	7,	-5,	3])
In	[12]:	obj
Out[12]:	
0		4
1		7
2		-5
3		3
dtype:	int64

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为数据的 ⻓度）的整数型索引。还可以设置索引：

In	[15]:obj2 = pd.Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])
In	[16]:obj2
Out[16]:	
d			4
b			7
a			-5
c			3
dtype:	int64
In	[17]:obj2.values
Out[17]:array([ 4,  7, -5,  3], dtype=int64)
In	[18]:obj2.index
Out[18]:Index(['d', 'b', 'a', 'c'], dtype='object')

与普通 NumPy 数组相⽐，你可以通过索引的⽅式选取 Series中的单个或⼀组值,就算 使⽤ NumPy 函数或类似 NumPy 的运算（如根据布尔型数组进⾏过滤、标量乘法、应⽤数学函数等）都会保留索引值的链接 :

In	[19]:	obj2['a']
Out[19]:	-5
In	[20]:	obj2['d']=6
In	[21]:	obj2[['c','a','d']]
Out[21]:	
c			3
a			-5
d			6
dtype:	int64

In	[22]:	obj2*2
Out[22]:
d			12
b			14
a			-10
c			6
dtype:	int64

如果数据被存放在⼀个 Python 字典中，也可以直接通过这个字典来创建Series，如若索引值找不到对应的值则会直接补充NaN值：

In	[26]:	sdata={'Ohio':35000, 'Texas':71000, 'Oregon':16000,	'Utah':	5000}
In	[27]:	obj3=pd.Series(sdata)
In	[28]:	obj3
Out[28]:	
Ohio				35000
Oregon				16000
Texas				71000
Utah				5000
dtype:	int64

查找缺失值时 pandas 的 isnull和notnull 函数可⽤于检测缺失数据。

In	[26]:	sdata={'California':,'Ohio':35000,	'Texas':71000,	'Oregon':16000,	'Utah':	5000}
In	[27]:	obj4=pd.Series(sdata)
In	[28]:	pd.isnull(obj4)

Out[28]:	
California				True
Ohio					False
Oregon					False
Texas					False
dtype:	bool

In	[29]:	pd.notnull(obj4)
Out[29]:	
California				False
Ohio					True
Oregon					True
Texas					True
dtype:	bool
#Series中的⽅法
In	[34]:	obj4.isnull()
Out[34]:	
California					True
Ohio						False
Oregon						False
Texas						False
dtype:	bool

Series 对象本身及其索引都有⼀个 name 属性，该属性跟 pandas其他的关键功能关系⾮常密切：

In	[38]:	obj4.name	=	'population'
In	[39]:	obj4.index.name	=	'state'
In	[40]:	obj4
Out[40]:	
state
California					NaN
Ohio						35000.0
Oregon						16000.0
Texas						71000.0
Name:	population,	dtype:	float64

Series 的索引还可以通过赋值的⽅式就地修改：

In	[41]:	obj
Out[41]:	
0				4
1				7
2			-5
3				3
dtype:	int64
In	[42]:	obj.index=['Bob','Steve','Jeff','Ryan']
In	[43]:	obj
Out[43]:	
Bob					4
Steve				7
Jeff				-5
Ryan				3
dtype:	int64