Pandas 基礎入門（一）

一、Pandas是什麼

      Pandas 是一個開源的第三方 Python 庫，從 Numpy 和 Matplotlib 的基礎上構建而來，享有數據分析“三劍客之一”的盛名（NumPy、Matplotlib、Pandas）。      

      Pandas 已經成為 Python 數據分析的必備高級工具，它的目標是成為強大、靈活、可以支持任何編程語言的數據分析工具。

     Pandas 這個名字來源於面板數據（Panel Data）與數據分析（data analysis）這兩個名詞的組合。Pandas 最初被應用於金融量化交易領域，現在它的應用領域更加廣泛，涵蓋了農業、工業、交通等許多行業

二、Pandas主要特點

1. 提供了一個簡單、高效、帶有默認標簽（也可以自定義標簽）的 DataFrame 對象。
2. 能夠快速得從不同格式的文件中加載數據（比如 Excel、CSV 、SQL文件），然後將其轉換為可處理的對象；
3. 能夠按數據的行、列標簽進行分組，並對分組後的對象執行聚合和轉換操作；
4. 能夠很方便地實現數據歸一化操作和缺失值處理；
5. 能夠很方便地對 DataFrame 的數據列進行增加、修改或者刪除的操作；
6. 能夠處理不同格式的數據集，比如矩陣數據、異構數據表、時間序列等；
7. 提供了多種處理數據集的方式，比如構建子集、切片、過濾、分組以及重新排序等。

三、Pandas主要優勢 

1. Pandas 的 DataFrame 和 Series 構建了適用於數據分析的存儲結構；
2. Pandas 簡潔的 API 能夠讓你專注於代碼的核心層面； Pandas 實現了與其他庫的集成，比如 Scipy、scikit-learn 和 Matplotlib；
3. Pandas 官方網站（點擊訪問）提供了完善資料支持，及其良好的社區環境。 

四、Pandas內置數據結構 

     Pandas 為解決構建和處理二維、多維數組是一項繁瑣的任務。 在 ndarray 數組（NumPy 中的數組）的基礎上構建出了  

 兩種不同的數據結構：            

1.     Series（一維數據結構）      
2.     DataFrame（二維數據結構） 

 五、Pandas安裝

pip install pandas

import pandas as pd 

六、Series結構 

   6.1 Series結構概念

     Series 結構，也稱 Series 序列，是 Pandas 常用的數據結構之一，它是一種類似於一維數組的結構，由一組數據值（value）和一組標簽組成，其中標簽與數據值之間是一一對應的關系。               Series 可以保存任何數據類型，比如整數、字符串、浮點數、Python 對象等，它的標簽默認為整數，從 0 開始依次遞增。 

 6.2 Series對象

    使用 Series()  函數來創建 Series 對象，通過這個對象可以調用相應的方法和屬性

 6.3 Series創建對象

 1、創建一個空Series對象

 2、字典創建Series對象

 3、數組創建Series對象

 4、標量創建Series對象

 6.4 Series訪問數據

  分為兩種方式: (1) 位置索引訪問 (2) 標簽索引訪問

 6.5 Pandas的reindex函數

返回->數據符合新的索引來構造一個新的對象

語法：DataFrame.reindex(index=None, columns=None, **kwargs)

reindex 函數的參數說明：

6.6 Series常用屬性 

 6.7 Series常用方法

1、head()、tail()查看數據  

•       head() 返回前 n 行數據，默認顯示前 5 行數據
•       tail()    返回後 n 行數據，默認顯示後 5 行數據

2、isnull()、nonull()檢測缺失值 所謂缺失值，顧名思義就是值不存在、丟失、缺少。

• isnull()：  如果為值不存在或者缺失，則返回 True。
• notnull()：如果值不存在或者缺失，則返回 False。

 6.8 Series算術運算

6.9 Series添加append

 6.10 Series刪除drop

  刪除數據集中多余的數據

  DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False,  errors='raise')

 七、DataFrame結構

 7.1 dataFrame概念

     DataFrame是一個表格型的數據結構，它含有一組有序的列，每列可以是不同的值類型（數值、字符串、布爾值等）。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個索引）

7.2 DataFrame對象

創建 DataFrame 對象的語法格式

7.3 DataFrame創建對象 

 1、創建空對象

 2、二維數組創建

 3、字典創建

 4、from_dict()創建

 5、列表嵌套字典創建

 7.4 DataFrame常見屬性&方法

 7.5 Pandas loc/iloc用法

 7.6 Pandas sorting排序

兩種排序方法:

1、按索引排序   sort_index(axis= , ascending= , inplace=)

2、按值排序 sort_values(by= , axis= , ascending= , inplace=)

 7.7 Pandas rank排名

 rank函數語法:    

DataFrame.rank(axis=0,method='average',numeric_only=None, na_option='keep',ascending=True,pct=False)