Pandas

Pandas(panel data)基于Numpy,其主要数据类型为Series和DataFrame，分别为一维和二维数据表，还有Panel类型，用于三维甚至更高维的数据，但很少使用。

import pandas as pd

---

Pandas基础数据类型

• Series
  Series是一维的数组型对象，内部嵌套了一个一维的ndarry类型，并含有数据标签index。 分别可以通过values和index属性来获取数据值和标签.
  此外还有deype属性表示数据类型，Series.index和Series本身都有有name属性表示其名称
   
  (交互式环境下索引在左，值在右) $ \ $
  Series可以执行numpy中的数组运算，运算会作用在values即其内嵌的ndarray上。 生存Series序列主要有以下几种方法:

1. 使用一维ndarray生成Series

   # index默认从0开始，也可以自行指定
   pd.Series(np.arange(5), index=['a', 'b', 'c', 'd', 'e'])

2. 使用列表或元组构建

   pd.Series([1,2,3,...])
   pd.Series((4,5,6,...))

3. 使用字典构建
   $$ 键 \rightarrow index \ 值 \rightarrow values $$

   pd.Series({},index=...)

若修改index后，多出的index对应的值为NaN，缺少的index及其对应的值会消失

4. 使用DataFrame类型中的某一列构建
   将DataFrame中的一列提取出来就是一个Series类型。frame[column]这样取后原来的column列索引就是获得的Series的name，原来的index也就是之后Series的index。

若要检查Series的缺失值，可以使用isnull()和notnull()函数，返回一个对应的布尔数组型的Series

---

• DataFrame
  DataFrame为二维数据，行和列分别有索引'index'和'columns'，他们都有name属性，但不同于Series其本身并没有name属性。DataFrame也有dtype属性，values为一个二维的ndarray类型。

  pd.DataFrame(data=2d_array, index=[行索引], columns=[列索引], dtype='...')

  
  • 列: 通过frame[column]或frame.column都可以获取列，但后则只有在列名为python变量名时才有效，前者还可以用来添加一列。 若要删除列，可以使用del语句del frame[column]
  • 行: 行可以通过位置特殊属性loc进行选取 此外，还可以对行列进行转置frame.T，index将会和column交换

---

• Index
  Index为索引对象，Series和DataFrame都有索引对象，但不一定就是Index，还可能为RangeIndex Int64Index等多种形式，但他们都是索引类型。

一些索引对象的方法	描述
append	将额外索引粘贴到原索引，产生一个新索引
difference	两个索引的差集
intersection	交集
union	并集
isin	每个值是否在传入容器中
delete	将i位置元素删除，产生新索引
drop	删除指定的元素，产生新索引
insert	在i位置插入元素，产生新索引
is_monotonic	是否递增
is_unique	索引是否唯一
unique	去除重复索引

元素索引

• 重建索引
  DataFrame.reindex()函数可以重建索引

  DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)

  reindex方法的参数

  参数	描述
  index	可以为索引类型或者py其他数据结构，替换index(新的index的值不会继承原来位置的值，默认为Nan)
  columns	替换columns索引
  method	'fill'向前填充, 'bfill'向后填充(对str类型没有用，str类型无法比大小)
  fill_value	用于填充Nan
  limit	向前后填充时填充的最大行数
  copy	True总是复制底层数据

• 删除行列

  pd.drop([], axis=0/1, inplace=True)

  axis: 删除指定的index行或columns列
  inplace: 表示是否改变原对象

• 选择数据 使用loc和iloc选择数据

  # 使用索引名选取数据
  DataFrame.loc[[index], [columns]]
  
  # 按索引顺序选取数据
  DataFrame.iloc[[index_number], [columns_number]]

  下面是DataFrame索引选项表

  类型	描述
  df[val]	访问列
  df.loc[]	访问单或多行
  df.iloc[]	$\uparrow$
  df.loc[:, n]	访问单或多列
  df.iloc[:, n]	$\uparrow$
  df.at[label_i, label_j ]	根据行列访问单个元素
  df.iat[label_i, label_j ]	$\uparrow$
  get_value set_value	根据行和列设置单个值