python数据分析及可视化（五）Pandas的介绍、Series和DataFrame的创建和增加、删除、更改、查找、重新索引、重新命名等基本操作

Pandas的介绍

在Numpy学习中，已经可以进行数值运算，运算的对象是数组对象，适合处理同质型的数据，也就是数据类型相同的数据，Pandas适合处理表格型或异质型数据的，表格中有字符串或者其他类型的数据，提供高效的清洗、处理数据的能力。
Pandas是基于Numpy的工具，提供了高性能矩阵的运算，该工具是为了解决数据分析任务而创建的，要重点学习，贯穿整个Python数据分析非常核心的工具。涉及的内容是Pandas的基本数据结构、高级数据结构、数据清洗、数据聚合结构、时间序列等相关内容。

安装：pip install pandas

Pandas除了处理数值型的数据，还可以对字符串、时间序列等类型的数据，如处理爬虫从数据库中采集到的表等，Pandas是面板数据，表格型数据，是非常强大的分析结构化数据的工具集，基于Numpy构建的，提供了高级的数据结构和数据操作工具、高性能的矩阵运算、大量便捷处理数据的方法和函数、数据清洗等功能。

Series

Series是一维的数组型对象，它包含了一个值序列(values)；并且包含了数据标签，称为索引(index)。

创建方式

pd.Series(data=None,index=None,dtype=None,name=None,copy=False)
● data：创建数组的数据，可为array-like, dict, or scalar value
● index：指定索引
● dtype：数组数据类型
● name：数组名称
● copy：是否拷贝

可以用列表、元组、数组、字典的方式创建，字典默认显示为键值和内容，其他的默认显示为索引值和内容。

索引

Series对象可以用位置索引、标签名索引、选取多个数据、下标切片、标签切片、步长、布尔索引、数组广播等方式处理数据。

简单函数

head、tail、isnull、notnull函数的使用，Pandas可以使用Numpy的数组函数。

DataFrame

表格型数据结构

创建方式

1.字典类

键对应的是列表、元组或者数组对象，由字典构成的数DataFrame对象。
有行索引和列索引，先列后行，字典的键名称作为列名称。字典中已经指定了Key为列索引，不可以随意更改，否则会找不到内容，但是可以不写或者互换位置；行索引可以更改。


2.由Series对象组成字典构造DataFrame
DataFrame可以由多个Series对象组成。

3.由字典组成字典构造DataFrame

2.列表类

1.二维数组构造DataFrame

2.由字典构造列表 ，构建DataFrame

3.由series组成的列表构造DataFrame

基本操作

1.索引

DataFrame的每一行，每一列都是一个Series，取值顺序是先取列再取行。

取列可以直接用列索引，取行需要加上loc

可以根据广播的特性更改某一个值、某一行或者某一列的值。

默认的删除不再原表上操作，生成新的表格进行删除，加上inplace参数，则在原表上直接进行删除操作。

2.index对象

为了保证数据安全，Series的索引对象生成后就不允许改变。
增加索引的方法，第一是用没有出现过的索引名赋值，第二种是用append方法追加到末尾。

3.索引对象的基本操作

从增加、删除、查找、更改、重新索引、重命名几个方面分别对Series和DataFrame对象进行操作。

1.增加

可以用直接赋值和append两种方法进行增加，直接赋值方式增加的时候，索引名称如果是已存在的，则对索引内容进行修改，不存在时才进行增加。

对DataFrame对象进行增加的时候，方括号内为列索引名称，可以根据值的行数进行赋值，也可以统一赋值为相同的值，也可以用insert方法进行增加。

当增加的值小于列数的时候，可以用忽略索引进行增加，没有出现的列值都为NaN。

把Series对象追加到DataFrame对象种时，方括号内的名字为行索引的名称。

2.删除

分别从Series对象和DataFrame对象进行操作，可以用"方法.?"的方式查看方法的源代码，如果里面有inplace参数，改为True就是在原数据上操作，就不需要有返回值；如果没有或者为False 就不在原数据上操作，有返回值，在新的对象里进行操作再返回。

del和drop都可以进行删除多列的操作，del在原数据上进行操作，drop不在原数据上操作，axis不写或者为0的时候默认是对行索引的操作。

3.查找

高级索引

• loc标签索引
• iloc位置索引
• ix 混合索引（不推荐使用）
  

4.更改

更改可以用赋值的方法直接进行。

5.重新索引

对Series的操作，重新排列索引顺序，对没有出现的索引，数据默认为NaN。

对DataFrmae的操作，重新排列索引对象的顺序，默认是对行索引的操作，没有的索引名称会自动添加，数据为NaN，可以用指定参数和指定列的方式对列索引及其内容进行操作。

6.重命名

把新旧名字以键值对的形式传入

对DataFrame进行重命名的时候，默认是对行的操作，可以用指定参数和指定列的方式对列进行操作