1. DataFrame和Series

pandas学习

————————————学习视频地址：https://www.bilibili.com/video/BV1Ni4y1t7tf

 

1. 简介

pandas的工作方式

 

 

pandas索引

 

 

常用函数

1. pandas.append()

   上下拼接多个表格

   

    

    

2. pandas.join()

   左右拼接多个表格

   

    

    

3. pandas.concat()

   可以通过设置axis参数来实现上下拼接或左右拼接

   

    

    

4. pandas.merge()

   根据KEY值，将两个表格拼接

5. rolling()

   滚动窗口操作

   下图为固定窗格为3的滚动求和操作

   

    

    

    

    

    

6. expanding()

   扩展窗口操作

   

    

    

---

 

2. pandas中的数据结构

1. DataFrame与Series对象

 

 

• DataFrame相当于一个表格，Series相当于表格中的一列

• DataFrame表示2维数据

• Series表示一维数据

• pandas没有3维及以上数据，numpy有

2. dtype

3. Series

创建series

文档地址：https://pandas.pydata.org/docs/reference/api/pandas.Series.html

 

 

1. 传递一个列表

s = pd.Series([1,2,3])
>>>
0    1
1    2
2    3
dtype: int64
​
s = pd.Series([1,2,3],
             index = list("abd"),
             dtype = "int64",
             name = "num")
>>>
a    1
b    2
d    3
Name: num, dtype: int64

2. 传递一个字典

   d = {"a":1,"b":2,"c":3}
   pd.Series(d)
   ​
   >>>
   a    1
   b    2
   c    3
   dtype: int64

3. 传递一个标量

   pd.Series(3.0,index = ["a","b","c"])
   ​
   >>>
   a    3.0
   b    3.0
   c    3.0
   dtype: float64

4. 常用

   读取一个execl表格

4. dataframe

创建一个dataframe对象

文档地址：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html

 

 

 

index为行索引，column为列索引

1. 传递一个二维列表

   list_2d = [[1,2],
             [3,4]]
   pd.DataFrame(list_2d)
   ​

   

    

    

   list_2d = [[1,2],
             [3,4]]
   pd.DataFrame(list_2d,
                columns = ["A","B"],
               index = ["x","y"])

   

    

    

2. 传递一个字典

   d = {"A":[1,3],"B":[2,4]}
   pd.DataFrame(d,index = ["x","y"])

   

    

    

3. 读取execl表格