Pandas库入门

pandas - Python Data Analysis Library (pydata.org)

  计算前N项累加和

Pandas库主要提供了俩种数据类型：Series(一维的数据类型),DataFram(多维的数据类型) 

基于上述数据类型的各类操作 基本操作、运算操作、特征类操作、关联类操作

Series类型

如果没有指定索引，那么就按照默认的索引0,1,2,排序

Series类型可以由如下类型创建：

Python列表

 标量值

Python字典

 有index的属性，那么就从index属性中替代默认的键，如果index多出了字典的值，就把值设置为NaN

ndarray

 其他函数

 

 .index能获取所有的索引 .values能获取所有的数据 

 

 

 in 是判断键是不是在键值对中的键里面即索引列表中

b.get('f',100) 提取索引f里面的值，如果这个值不存在就返回100，存在就返回这个对应的值

 

 Series对象可以随时修改并即刻生效

 

Series是一维带“标签”数组

Series基本操作类似ndarray和字典，根据索引对齐 

DateFrame类型

多维数组类型

就是一个索引对应多个数据

可以理解为DateFrame类型就是一个表格

DataFrame是一个表格型的数据类型，每列值类型可以不同

DataFrame既有行索引（index）、也有列索引（column）

DataFrame常用于表达二维数据，但可以表达多维数据

 

 

 

 

  

 

 DataFrame是二维带“标签”数组

DataFrame基本操作类似Series，依据行列索引

数据类型操作

如何改变Series和DataFrame对象？

增加或重排：重新索引

删除：drop

.reindex()能够改变或重排Series和DataFrame索引

 

 索引类型

 ​​​​​​​

 

 

 如果要删除列要同时给定一个参数axios=1,因为DataFrame是有0轴1轴之分，默认为0轴 

数据类型运算