本文為原創，未經允許，不得轉載。

1、pandas的數據結構

1）Series：是一種類似于一維數組的對象，它由一組數據（各種NumPy數據類型）以及一組與之相關的數據標簽（即索引）組成。它可以看做一個定長的有序字典。基本任意的一維數據都可以用來構造 Series 對象。

2）DataFrame：是一個表格型的數據結構，它含有一組有序的列，每列可以是不同的值類型（數值、字符串、布爾值的）。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典。

Series 和 DataFrame 分別對應于numpy一維的序列和二維的表結構。

2. pandas的數據結構DataFrame是一個表格型的數據結構，它含有一組有序的列，每列可以是不同的值類型（數值、字符串、布爾值的）。

下面具體練習：

import pandas as pd

import numpy as np

#Series 對象包含兩個主要的屬性：index 和 values

w =pd.Series(data=[1,3,5,7],index = ['a','b','c','d'])

PRint (w)
a    1
b    3
c    5
d    7
dtype: int64
w.index
Index(['a', 'b', 'c', 'd'], dtype='object')
w.values
array([1, 3, 5, 7], dtype=int64)
s = pd.Series([1,3,5,np.nan,6,8])
print(s)
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64
##非常常用的函數date_range，尤其是在處理時間序列數據時，這個函數的作用就是產生一個##DatetimeIndex，就是時間序列數據的索引
dates = pd.date_range('20130101', periods=6) 
# periods：表示你要從這個函數產生多少個日期索引值
dates 
DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
'2013-01-05', '2013-01-06'],
dtype='datetime64[ns]', freq='D')
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
print(df)
 
A
B
C
D
2013-01-01
-0.747037
-0.665933
0.506150
-0.047263
2013-01-02
-0.501075
0.843647
0.506725
-0.499766
2013-01-03
-1.171445
0.816434
0.761552
-0.908022
2013-01-04
-0.226046
-0.472765
3.075716
1.063544
2013-01-05
0.108281
-0.122184
-0.011140
-1.287596
2013-01-06
-1.499848
-0.430267
2.074067
-1.067155
df1 = pd.DataFrame(np.random.randn(6,4), index=['a','b','c','d','e','f'], columns=list('ABCD'))
df1
Out[14]:
 
A
B
C
D
a
-1.636900
0.966756
0.742416
-1.163262
b
0.035832
-0.960578
0.253173
0.165655
c
-1.032465
0.270160
1.445454
0.598161
d
2.112374
-0.890787
-0.308986
-1.187998
e
-1.834906
-1.939869
0.924308
-1.150917
f
0.148556
2.410571
0.083520
-2.209039
df.head()
Out[9]:
 
A
B
C
D
2013-01-01
-0.542835
2.640071
1.244249
1.613720
2013-01-02
0.270210
0.238108
-1.111091
-0.700783
2013-01-03
-0.681126
-1.618220
-0.221547
0.379695
2013-01-04
-0.490011
-0.301552
1.951446
-0.074140
2013-01-05
-0.549930
0.558058
-0.015088
0.092985
df.tail() #默認是5行
Out[11]:
 
A
B
C
D
2013-01-02
0.270210
0.238108
-1.111091
-0.700783
2013-01-03
-0.681126
-1.618220
-0.221547
0.379695
2013-01-04
-0.490011
-0.301552
1.951446
-0.074140
2013-01-05
-0.549930
0.558058
-0.015088
0.092985
2013-01-06
0.761844
-0.938138
0.065372
-0.677193
df.tail(3) #查看后3行
Out[12]:
 
A
B
C
D
2013-01-04
-0.490011
-0.301552
1.951446
-0.074140
2013-01-05
-0.549930
0.558058
-0.015088
0.092985
2013-01-06
0.761844
-0.938138
0.065372
-0.677193
df.columns#df的列名
Out[13]:
Index(['A', 'B', 'C', 'D'], dtype='object')
df.describe()#統計性描述分析
Out[14]:
 
A
B
C
D
count
6.000000
6.000000
6.000000
6.000000
mean
-0.205308
0.096388
0.318890
0.105714
std
0.583378
1.474587
1.098568
0.853820
min
-0.681126
-1.618220
-1.111091
-0.700783
25%
-0.548156
-0.778992
-0.169932
-0.526430
50%
-0.516423
-0.031722
0.025142
0.009422
75%
0.080155
0.478071
0.949530
0.308018
max
0.761844
2.640071
1.951446
1.613720
df.T#轉置
 
2013-01-01 00:00:00
2013-01-02 00:00:00
2013-01-03 00:00:00
2013-01-04 00:00:00
2013-01-05 00:00:00
2013-01-06 00:00:00
A
-0.542835
0.270210
-0.681126
-0.490011
-0.549930
0.761844
B
2.640071
0.238108
-1.618220
-0.301552
0.558058
-0.938138
C
1.244249
-1.111091
-0.221547
1.951446
-0.015088
0.065372
D
1.613720
-0.700783
0.379695
-0.074140
0.092985
-0.677193
df.sort_index(axis=1, ascending=False) #以列降序排列
D
C
B
A
 
2013-01-01
1.613720
1.244249
2.640071
-0.542835
2013-01-02
-0.700783
-1.111091
0.238108
0.270210
2013-01-03
0.379695
-0.221547
-1.618220
-0.681126
2013-01-04
-0.074140
1.951446
-0.301552
-0.490011
2013-01-05
0.092985
-0.015088
0.558058
-0.549930
2013-01-06
-0.677193
0.065372
-0.938138
0.761844
df.sort_values(by='B') ##按B列的值來排序，默認是升序
A
B
C
D
 
2013-01-03
-0.681126
-1.618220
-0.221547
0.379695
2013-01-06
0.761844
-0.938138
0.065372
-0.677193
2013-01-04
-0.490011
-0.301552
1.951446
-0.074140
2013-01-02
0.270210
0.238108
-1.111091
-0.700783
2013-01-05
-0.549930
0.558058
-0.015088
0.092985
2013-01-01
-0.542835
2.640071
1.244249
1.613720
后續會持續更新，歡迎大家進群一起學習，一起溝通。
?
數據分析群