Introduction to Pandas Basics (1)

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 To solve the build and deal with 2 d、多維數組是一項繁瑣的任務. 在 ndarray 數組（NumPy 中的數組）On the basis of construct  

 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) The label index access

 6.5 Pandas的reindex函數

返回->The data in line with the new index to construct a new object

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

  Delete data set redundant data

  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)