前言
最近自己也在进行Python数据分析的学习，故在此写下本文作为笔记使用，本文是笔记系列的的第一篇，不定期更新。写的博客如有错误或者疏忽的地方，还望各位大佬指点，在此表示感激不尽。
Pandas是建立在Numpy模组和matplotlib模组之上的，其代码风格与Numpy非常接近，但最大的不同是，Pandas针对的是表格型数据或异质型数据，而Numpy则更适合处理同质型数据，也就是数据类型相同的数据。
在开始之前，本文默认读者们都初步了解了Python的基础知识，有
Numpy模块有一定了解。
正因为Pandas是在Numpy基础上实现，其核心数据结构与Numpy的ndarray十分相似。二者之间主要区别是：
🌎从数据结构上看：
- numpy的核心数据结构是ndarray，支持任意维数的数组，但要求单个数组内所有数据是同质的，即类型必须相同；而pandas的核心数据结构是Series和Dataframe，仅支持一维和二维数据，但数据内部可以是异构数据，仅要求同列数据类型一致即可
- numpy的数据结构仅支持数字索引，而pandas数据结构则同时支持数字索引和标签索引
🌎从功能定位上看：
-
numpy虽然也支持字符串等其他数据类型，但仍然主要是用于数值计算，尤其是内部集成了大量矩阵计算模块，例如基本的矩阵运算、线性代数、fft、生成随机数等
-
pandas主要用于数据处理与分析，支持包括数据读写、数值计算、数据处理、数据分析和数据可视化全套流程操作
万物之始，引入pandas包：
import pandas as pd
Pandas有两个相当常用的数据结构(类)：Series和DataFram，本文主要学习这两类数据结构。
Series.
Series由一组数据以及一组与之相关的数据标签(即索引)组成，类似表格中的一个列（column），包含index和values两种属性，可以通过索引的方式选取Series中的单个或一组值。
Series创建
任何Python中的序列(sequence)都可以传入Series的生成函数。序列是是Python中最基本的数据结构，包括列表、元组、字符串、Unicode字符串、buffer对象和xrange对象。如下：
pd.Series(list,index=[ ])
list为传入序列，index为指定索引，默认为空。见下例：
>> obj = pd.Series([2,3,4,5])
>> obj
0 2
1 3
2 4
3 5
dtype: int64
Series是一种有序的数据类型，在这个例子中，索引在左，值在右。我们传入了一个列表（当然也可以传入数组(ndarray)，字典，元组等），如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据。当然我们也可以自行指定索引，例如：
>> obj = pd.Series([2,3,4,5],index = ['a','b','c','a'])
>> obj
a 2
b 3
c 4
a 5
dtype: int64
🔺注意！由上面的例子可以看出，Series中的索引是可以重复的！并且哪怕指定了索引，我们仍可利用从0开始的下标索引去读取，如obj[1] = 3
Series属性
访问Series的几种属性，这些属性可以用赋值的方法改变：
In: obj.index #获取索引
obj.values #获取值
obj.dtype #获取数据类型
obj.name = 'text' #给obj起名字
obj.index.name = 'INDEX' #给obj的索引起名字
Out:Index(['a', 'b', 'a', 'd'], dtype='object')
array([2, 3, 4, 5], dtype=int64)
dtype('int64')
Pandas基于Numpy开发，故其中很多操作有共通之处。比如说除了使用下标索引来进行读取外，还可以利用布尔索引进行读取，同时可以进行科学计算。
#下标索引
>> obj[1:3]
b 3
a 4
dtype: int64
#布尔索引
>> obj[[True,False,False,True]]
a 2
d 5
dtype: int64
>> obj[obj>=3]
b 3
a 4
d 5
dtype: int64
DataFrame
DataFrame有点像Excel中的数据表，既有行索引又有列索引，每一列的值类型可以不同(数值，字符串等)，是一种二维的数据类型。
DataFrame创建
pandas.DataFrame(data, index, columns, dtype, copy)
以下列例子说明DataFrame的创建函数：
data = [ #也可以传入二维的ndarray、序列等
[1,2,3],
[2,3,4],
[3,1,0],
[4,7,9]
]
#第二个参数为行索引，第三个为列索引
frame = pd.DataFrame(data,range(1，5),['a','b','c'])
>> frame #当然未指定索引则默认从0开始
a b c
1 1 2 3
2 2 3 4
3 3 1 0
4 4 7 9
获取DataFrame的属性：
In: frame.index #获取索引
frame.columns #获取列名
frame.values #获取值
frame.shape #获取行列数
frame.dtypes #获取数据类型,注意为复数
frame.name = 'text' #给frame起名字
frame.index.name = 'INDEX' #给frame的索引起名字
Out:RangeIndex(start=1, stop=5, step=1)
Index(['a', 'b', 'c'], dtype='object')
array([[1, 2, 3],
[2, 3, 4],
[3, 1, 0],
[4, 7, 9]], dtype=int64)
(4, 3)
a int64
b int64
c int64
dtype: object
DataFrame操作
🔺注意！以下操作均是在数据的视图，而不是拷贝上进行的，因此对DataFrame的操作会改变数据内容
访问前n行：
>> frame.head(3) #只能输入整数
a b c
1 1 2 3
2 2 3 4
3 3 1 0
利用索引访问列：
>> frame[['b','c']] #访问单列为frame['b']
b c
1 2 3
2 3 4
3 1 0
4 7 9
#或者
>> frame.b #效果同上
修改一整列所有的值，若列名不存在，则生成一个新的列：
>> frame['d'] = (frame.c > 0)
frame
a b c d
1 1 2 3 True
2 2 3 4 True
3 3 1 0 False
4 4 7 9 True
删除某几行/列：
new_frame = frame.drop([2,3],axis = 0) #原frame不变，返回新的数据,第二个参数为0代表操作行，为1代表操作列
删除某几列：
del frame['d']
删除某几行/列：
new_frame = frame.drop([2,3],axis = 0) #原frame不变，返回新的数据,第二个参数为0代表操作行，为1代表操作列
删除某几列：
del frame['d']
下面是一些关于索引的操作：
下次应该会写Pandas的数据读取啥的，但更新又不知道是什么时候了hhh.
转载请标注作者和出处链接