[Python知识库]Pandas的基本使用

1. Pandas的基础

1.1 Pandas的介绍

• 专门用于数据挖掘的开源python库
• 以Numpy为基础，借力Numpy模块在计算方面性能高的优势
• 基于matplotlib，能够简便的画图
• 独特的数据结构

1.2 为什么使用Pandas

• 增强图表可读性
• 便捷的数据处理能力
• 读取文件方便
• 封装了Matplotlib、Numpy的画图和计算

2. Pandas数据结构

Pandas中一共有三种数据结构，分别为：Series、DataFrame和MultiIndex（老版本中叫Panel ）。 其中Series是一维数据结构，DataFrame是二维的表格型数据结构，MultiIndex是三维的数据结构。

2.1 Series

Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两 部分构成。

1. Series的创建

2. serise的属性

2.2 DataFrame

1 DataFrame的创建

2 DataFeam的属性

3. DataFrame索引值的设置

2.3 MultiIndex与Panel

1. MultiIndex

MultiIndex是三维的数据结构; 多级索引（也称层次化索引）是pandas的重要功能，可以在Series、DataFrame对象上拥有2个以及2个以上的索引。

2. Panel

3.基本数据操作

• 读取文件
  data=pd.read_csv("./data/stock_day.csv")
• 删除一些列，让数据更简单些，再去做后面的操作
  data = data.drop(["ma5","ma10","ma20","v_ma5","v_ma10","v_ma20"], axis=1)

3.1 索引操作

• 默认的索引操作必须事先列后行
• 使用loc:只能指定行列索引的名字
• 使用iloc可以通过索引的下标去获取
  

3.2 赋值操作

3.3 排序

1. DataFrame排序

2. series排序

3.4. 总结

4. DataFrame运算

4.1 算术运算

4.2 逻辑运算

4.3 统计运算

• Numpy当中已经详细介绍，在这里我们演示min(最小值), max(最大值), mean(平均值), median(中位数), var(方差), std(标准差),mode(众数)结果:
• 对于单个函数去进行统计的时候，坐标轴还是按照默认列“columns” (axis=0, default)，如果要对行“index” 需要指定(axis=1)
• 方差 data.var(0) 标准差 data.std(0)
• median()：中位数
• 求出最大值的位置idxmax()、求出最小值的位置idxmin()
  

4.4 自定义运算

apply(func, axis=0) func:自定义函数 axis=0:默认是列，axis=1为行进行运算

5. Pandas画图

关于“barh”的解释：
更多细节
pandas.Series.plot