Python数据分析之Pandas库

一、Pandas简介

Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发团队继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

pandas 是基于NumPy 的，pandas工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

二、Pandas库的安装

pandas 是第三方库，需要单独安装才能使用, 推荐pip安装

pip install pandas

一般情况下，我们会像下面这样引入 pandas 模块：

import pandas as pd

将 pandas 简写成 pd 几乎成了一种不成文的规定。因此，只要你看到 pd 就应该联想到这是 pandas。

三、Pandas的数据结构

• Series：
  一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。

• Time- Series：
  以时间为索引的Series。

• DataFrame：
  二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。

• Panel ：
  三维的数组，可以理解为DataFrame的容器。

• Panel4D：
  是像Panel一样的4维数据容器。

• PanelND：
  拥有factory集合，可以创建像Panel4D一样N维命名容器的模块。

四、Series 和 DataFrame 数据结构的使用

要使用 pandas，你首先得熟悉它的两个主要数据结构：Series（一维数据）与DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。

关于Series（一维数据）与DataFrame（二维数据）的使用范例,可以参考一下这篇文章,总结的比较详细:

Series与DataFrame的用法

五、其他可以参考的网站

Pandas官网： https://pandas.pydata.org/

Pandas中文网： https://www.pypandas.cn/

Pandas github: https://github.com/pandas-dev/pandas