介绍

在Python中，pandas是基于numpy数组构建的，使数据预处理、清洗、分析工作变得更快更简单。pandas是专门为处理表格和混杂数据设计的，而numpy更适合处理统一的数值数组数据。
使用下面格式约定，引入pandas包：import pandas as pd

pandas有两个主要数据结构：Series 和 DataFrame

一、Series(一维，带标签数组)

Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的 数据标签（即索引）组成，即index和values两部分，可以通过索引的方式选取Series中的单个或一组值。

1、Series的创建：

2、修改index：

3、用string方法，给index属性传递字母：

4、Series还可以用字典的格式来表示【dtype()查类型，astype()改类型】

 

5、Series切片和索引

6、Series的索引和值

7、用Series()方法读取mongodb数据【pandas没有自带获取mongodb的方法】

二、DataFrame(二维，Series容器)

DataFrame是一个表格型的数据类型，每列值类型可以不同，是最常用的pandas对象。
DataFrame既有行索引，也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。
DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。

1、DataFrame的创建：

2、更改行、列索引

3、DataFrame还可以用字典的格式来表示

4、用DataFrame()方法读取mongodb数据【pandas没有自带获取mongodb的方法】

5、DataFrame的属性、用法 和 描述信息

 

》另外记住一个常用查询方法：sort_values()【用于对DataFrame数据进行排序】

df.sort_values(by="xxx", ascending=False) 	
# by参数传递“需要按照哪个列排序”；ascending参数表示升序或降序，True为升序，False为降序。
12

6、DataFrame取值、取索引
》 取值：

》① loc方法：

》 ② iloc方法：

7、DataFrame布尔索引

 

三、pandas中缺失数据的处理

 

四、pandas读写文本格式的数据

pandas提供了一些用于将表格型数据读取为DataFrame对象的函数。下表对它们进行了总结，其中read_csv()、read_table()、to_csv()是用得最多的。

工作中实际碰到的数据可能十分混乱，一些数据加载函数（尤其是read_csv）的参数非常多（read_csv有超过50个参数）。完
完整教程视频点这里获取