pandas详细笔记

一：什么是Pandas

from matplotlib import pyplot
import numpy as np
import pandas as pd

arange = np.arange(1, 10, 2)
series = pd.Series(arange,index=list("ABCDE"))
print(series)

二：索引

三：切片

位置索引切片（左闭右开），标签索引切片（左闭右闭）

arange = np.arange(1, 10, 2)
series = pd.Series(arange, index=list("ABCDE"))
# print(series['A'])
# print(series.loc['A'])
print(series[0:2])
print(series.iloc[0:2])
print(series.loc['A':'C'])

四：Series的相关属性

series合并

伍：Series如何转化为DataFrame

属性和上面相关

六：如何创建DataFrame

七：Pandas如何读写文件

八：Pandas如何读读文件

九：excel写入多个表单

十：DataFrame创建多层索引

行索引

列索引

一层索引——>多层索引

十一：如何读写多层索引

十二：DataFrame如何进行数据重塑（行列转换）

转秩

长表转换

宽表转换

十三：多层索引DataFrame如何进行数据重塑（行列转换）

十四：如何进行数据合并

十五：如何进行数据融合

十六：如何进行数据筛选

字段

标签

位置数据筛选

布尔索引

query

十七：如何进行数据修改

十八：多层数据的筛选

十九：DataFrame的简单统计函数

二十：DataFrame的高级统计函数

二十一：DataFrame的相关性分析函数

二十二：多层索引的聚合计算

二十三：如何删除空数据

二十四：如何填充空数据

二十五：如何处理异常值

二十六：如何删除异常值

二十七：map函数如何通过字典转换数据

二十八：Apply函数如何进行数据转变

二十九：Apply(高级)

三十：transform函数如何进行数据转换

三十一：随机抽样

三十二：重复数据的处理

三十三：离箱操作

三十四：分组操作

三十五：分组聚合

三十六：多Excel数据的合并

案例:

将某一列转换数据格式转换

多重行索引锁定数据列

多个数据表sheet_name写入一个excel表