为什么有pandas

  • numpy可以帮我们处理数值型的数据，pandas则多用于处理非数值型的数据。

    什么是pandas

  • pandas中常见的两个类

    • Series
    • DataFrame

      Series

  • Series是一种类似于一维数组的对象，由下面两个部分组成

    • values：一组数据（ndarray类型）
    • index：相关的数据索引标签
  • Series的创建
    • 由列表或numpy组成
    • 由字典创建

Series用法

  1. import pandas
  3. # 创建Series
  4. '''
  5. Series(data=列表，数组，字典,index=['默认为数字形式的隐式索引，字典会自动将key作为显示索引'],)
  6. '''
  7. s = Series(data=[1,2,3,'four'])
  9. # 索引，假设s存在一个索引叫做语文
  10. s.语文

常用属性

  1. s.shape
  2. s.size
  3. s.index
  4. s.values
  5. s.dtype

universal function

  1. s.head(默认前5个，可指定)
  2. s.tail(默认后5个，可指定)
  4. # 去重
  5. s.unique()
  7. # 判断是否为空，或非空,返回布尔值.
  8. s.notnull()
  9. s.isnull()
  11. # 加减乘除，相同索引相加，不同索引补空值
  12. s.add()
  13. s.sub()
  14. s.mul()
  15. s.div()

DataFrame

  • DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。

    • 行索引：index
    • 列索引：columns
    • 值：values

  • DataFrame的创建

    • ndarray 创建
    • 字典创建

常见属性

  1. df.values
  2. df.columns
  3. df.index
  4. df.shape

创建实例之张三和李四

  1. df = pd.DataFrame({
  2.     '张三':[150,150,150,300],
  3.     '李四':[0,0,0,0]
  4. }, index=['语文','数学', '英语', '理综'])
  6. print(df)

索引

  • loc和iloc的区别
    • iloc，通过纯隐式索引取值
    • loc，通过纯 显式索引取值 ```python df = pd.DataFrame(data = np.random.randint(1,10,size=(5,4)),columns=[‘a’,’b’,’c’,’d’])

print(df[[‘a’]]) # 索引显示的是列，df中有显示索引的时候只能使用显式索引，除非用iloc切片（√） print(df[0]) #（×）

  1. <a name="CfRDu"></a>
  2. ### 时间数据类型的转化
  4. - 字符串转化为时间格式
  5. ```python
  6. import pandas as pd
  8. dic = {
  9.     'time':['2020-10-10', '2020-3-20', '2020-3-11']
  10.     'temp':[33,30,26]
  11. }
  13. df = pd.DataFrame(data=dic)
  14. df['time'] = df.to_datatime(df['time'])