Python中的Pandas模块

Pandas

Series

序列的创建

序列的读取

Pandas

Pandas ( Python Data Analysis Library )是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一

python中有三种数据结构

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。Time- Series：以时间为索引的Series。
DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。DataFrame是用的最多的数据结构
Panel ：三维的数组，可以理解为DataFrame的容器。

pandas可以读取很多种的数据，用的比较多的是读取 htm、json、csv的数据

import pandas
data1=pandas.read_html('1.html')   #读取html格式数据
data2=pandas.read_json('2.json')   #读取json格式数据
data3=pandas.read_csv('3.csv')     #读取csv格式的数据

Series

系列(Series)是能够保存任何类型的数据(整数，字符串，浮点数，Python对象等)的一维标记数组。轴标签统称为索引

Series的创建函数：pandas.Series( data, index, dtype,copy )

参数	描述
data	数据采取各种形式，如：ndarray，list，constants
index	索引值必须是唯一的和散列的，与数据的长度相同。默认 np.arange(n) 如果没有索引被传递
dtype	dtype 用户数据类型。如果没有，将推断数据类型
copy	复制数据，默认为 false

序列的创建

创建一个空series序列

从字典创建一个series序列

序列的读取

读取直接用 ['行名']，序列只可以读取行的内容

DataFrame

数据帧(DataFrame)是二维数据结构，即数据以行和列的表格方式排列。

数据帧(DataFrame)的功能特点：

潜在的列是不同的类型
大小可变
标记轴(行和列)
可以对行和列执行算术运算

DataFrame的创建函数：pandas.DataFrame( data, index, columns, dtype, copy)

参数	描述
data	数据采取各种形式，如：ndarray，series，map，lists，dict，constant和另一个DataFrame
index	对于行标签，要用于结果帧的索引是可选缺省值 np.arrange(n) ，如果没有传递索引值
columns	对于列标签，可选的默认语法是 np.arange(n) 这只有在没有索引传递的情况下才是这样
dtype	每列的数据类型
copy	如果默认值为false，则此命令用于复制数据

DataFrame的创建

创建一个空DataFrame序列

从字典创建一个series序列(必须加index)

DataFrame数据的读取

读取列，直接 ['列名']

读取行

Panel

面板(Panel)是3D容器的数据。面板数据一词来源于计量经济学，部分源于名称：Pandas - pan(el)-da(ta)-s。

3轴(axis)这个名称旨在给出描述涉及面板数据的操作的一些语义。它们是

items - axis 0，每个项目对应于内部包含的数据帧(DataFrame)
major_axis - axis 1，它是每个数据帧(DataFrame)的索引(行)
minor_axis - axis 2，它是每个数据帧(DataFrame)的列

Panel的创建函数：pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)

参数	说明
data	数据采取各种形式，如：ndarray，series，map，lists，dict，constant和另一个数据帧 DataFrame
items	axis=0
major_axis	axis=1
minor_axis	axis=2
dtype	每列的数据类型
copy	复制数据，默认 false

Panel的创建

创建一个空Panel序列