pandas的數(shù)據(jù)結構介紹
簡介
Pandas [1] 是python的一個數(shù)據(jù)分析包，最初由AQR Capital Management于2008年4月開發(fā)，并于2009年底開源出來，目前由專注于Python數(shù)據(jù)包開發(fā)的PyData開發(fā)team繼續(xù)開發(fā)和維護，屬于PyData項目的一部分。Pandas最初被作為金融數(shù)據(jù)分析工具而開發(fā)出來，因此，pandas為時間序列分析提供了很好的支持。 Pandas的名稱來自于面板數(shù)據(jù)（panel data）和python數(shù)據(jù)分析（data analysis）。panel data是經濟學中關于多維數(shù)據(jù)集的一個術語，在Pandas中也提供了panel的數(shù)據(jù)類型。
數(shù)據(jù)結構
Series：一維數(shù)組，與Numpy中的一維array類似。二者與Python基本的數(shù)據(jù)結構List也很相近，其區(qū)別是：List中的元素可以是不同的數(shù)據(jù)類型，而Array和Series中則只允許存儲相同的數(shù)據(jù)類型，這樣可以更有效的使用內存，提高運算效率。
Time- Series：以時間為索引的Series。
DataFrame：二維的表格型數(shù)據(jù)結構。很多功能與R中的data.frame類似?？梢詫ataFrame理解為Series的容器。以下的內容主要以DataFrame為主。
Panel ：三維的數(shù)組，可以理解為DataFrame的容器。
終端輸入
Jupyter Notebook
導入相關模塊
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
Series
Series是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)（各種NumPy數(shù)據(jù)類型）以及一組與之相關的數(shù)據(jù)標簽（即索引）組成。
實質上是創(chuàng)建了一個 Series 對象，這也就說明了為什么會有index和values.
Series自定義索引
Series自定義索引的另一種方法
在這里就引入另一個概念“自動對齊”。自定義的索引會自動去尋找原來的索引，如果一樣的，就取出原來索引對應的值。
在 Pandas 中，如果沒有值，都對齊賦給 NaN。
當然上面的代碼也可以寫成這樣
Series判斷值是否為空
DataFrame
一個Datarame表示一個表格，類似電子表格的數(shù)據(jù)結構，包含一個經過排序的列表集，它們沒一個都可以有不同的類型值（數(shù)字，字符串，布爾等等）。Datarame有行和列的索引；它可以被看作是一個Series的字典（每個Series共享一個索引）。
構建DataFrame最常用的方法——直接傳入一個由等長列表或NumPy數(shù)組組成的字典
如果指定了列序列，則DataFrame的列就會按照指定的順序進行排列
如果傳入的列在數(shù)據(jù)中找不到，就會產生NAN值
通過行、列進行獲取
通過類似字典標記的方式或屬性的方式，可以將DataFream的列獲取為一個Series:
同理行也可以通過位置或名稱的方式進行獲取
基本功能
重新索引
Series的reindex將會根據(jù)新索引進行,如果某個索引值當前不存在，就引入缺失值
- reindex的method選項
- ffill或pad 向前填充值
- bfill或backfill 向后填充值
對于DataFrame，reindex可以修改行、列或者兩個都可以修改。如果僅傳入一個序列，則會重新索引行
- reindex函數(shù)的參數(shù)
| 參數(shù) | 說明 |
|---|---|
| index | 用作索引的新序列。既可以是index實例，也可以是其他序列型python數(shù)據(jù)結構 |
| method | 插值方式 |
| fill_value | 在重新索引過程中，需要引入缺失值時使用的代替值 |
| limit | 前向或后向填充時的最大填充量 |
| level | 在Multilndex的指定級別上匹配簡單索引，否則選取其子集 |
| copy | 默認為true,無論如何都復制；如果為false，則新舊相等就不復制 |
索引、選取和過濾
| 類型 | 說明 |
|---|---|
| obj[val] | 選取DataFrame的單個列或一組列。在一些特殊的情況下會比較便利：布爾型數(shù)組（過濾行） |
| obj.ix[val] | 選取DataFrame的單個行或一組行 |
| obj.ix[:,val] | 選取單個列或列子集 |
| obj.ix[val1,val2] | 同時選取行和列 |
| reindex方法 | 將一個或多個軸匹配到新索引 |
| xs方法 | 根據(jù)標簽選取單行或單列，并返回一個Series |
| icol、irow方法 | 根據(jù)整數(shù)位置選取單行或單列，并返回一個Series |
| get_value、set_value方法 | 根據(jù)行標簽或列標簽選取單個值 |
