数据分析之Pandas学习笔记（一）（入门）
创建一个简单的Series对象（一维）
我对Series对象的理解就是一个类似 只有一列数据的Excel表的一维数组
啊哈哈、因为我觉得它和numpy太相似，经常默认把numpy对象和series对象都叫series了
实际运用如果numpy对象也是一维的，也差不多就是这么回事，一个带索引，一个不带索引罢了
硬要计较Series对象和Numpy对象的区别。
我能想到的有以下几点：
1，type类型不同
2，Pandas包内置Numpy包，你在pip下载Pandas包的时候，它自动把Numpy包也给顺带下了
3，Series对象是Pandas包里的对象，它是一个带索引的一维数组对象，
而ndarray的对象是Numpy包里的对象，它就是一个数组，没有行列索引，可一维也可多维
4，实际中如果ndarray也是一维的，也差不多就是这么回事，一个带索引，一个不带索引罢了
~ ~心里有（B树）就可以了、、
好了，我们心中有B树了以后，接下来开始动手创建吧~
import pandas as pd
import numpy as np
data = np.arange(20,26)
sris = pd.Series(data,index=list('abcdef'))
# 当然你手动一个一个在index列表中敲你要显示的行索引标签也行，比如像下面这样写
# sris = pd.Series(np.arange(20,26),index=['a','b','c','d','e','f'])
print(sris)
创建的时候你传进去的data
可以是一个list，
也可以是一个ndarray对象，
也可以是一个别的Series对象，
也可以是一个字典，
总之是一个序列应该都阔以= =。你自己阔以试试别的序列形式，
我上面介绍的三种都是可行的。
结果如下图所示：
因为你把默认的索引标签[0,1,2,3,4...]改成了['a','b','c',...]
所以当你取值的时候，比如你要取25这个值
那么你可以这样写：
通过标签索引，获取值 --> sris['f']
或者通过默认索引，获取值 --> sris[5]
创建一个简单的DataFrame对象（二维）
我对DataFrame对象的理解就是一个类似 Excel表的二维数组。
可以有 行列索引标签（label） index columns 不设置则默认0,1,2,3...
行列索引名 name
对表起名字 name
数据透视表 pivot_table()
Emmm...你能想到Excel表格的所有操作，Pandas应该都能实现。
当然这只是一个简单地 入门 认识和理解。
如果认为Pandas只是一个高级版的 Excel？Power BI?那岂不是很可笑、
简单认识之后、下面我们开始创建吧~
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(4 * 4).reshape((4,4)))
print(df)
显示结果如下：
你感觉这样看都是一串数字太容易混淆了，那么我们设置行列标签作为索引。
df = pd.DataFrame(np.arange(4 * 4).reshape((4,4)),index=list('abcd'),columns=['h1','h2','h3','h4'])
显示结果如下：
这样看起来还不错~
你要行列索引取值的时候
可以通过默认的数字索引，也可以通过索引标签取你想要的值
下面我们给行列索引起一个名字，给整个‘表’也起一个名字。
import pandas as pd
import numpy as np
#创建一个Index对象，直接将索引和索引名全写进去
#省的后面给索引命名的时候obj.index.name= obj.columns.name=
index_name = pd.Index(list('abcd'),name ='idx')
columns_name = pd.Index(['h1','h2','h3','h4'],name ='col')
df = pd.DataFrame(np.arange(4 * 4).reshape((4,4)),index=index_name,columns=columns_name)
#没办法，表名在创建DataFrame的时候没有这个参数，只能手动obj.name一下了。
df.name = 'value_table'
print(df)
#因为你在Jypter交互式界面中写df是会显示出这个表名的
#但是在Pycharm中，直接print(df)是看不到表名的
#我这里手动print一下 = =。凑合看看，意思一下。。
print(' df.name ')
好了，显示结果如下：
虽然看上去很痛苦难受。。。但是你还是得要适应，习惯这种看法。。。
不然后面接触层次化索引，level的时候你还是得要搞清楚这些。。。
数据是否缺失（NaN）
pd.isnull(obj) 返回相应的DataFrame或者Series,里面值为bool
pd.notnull(obj) 返回相应的DataFrame或者Series,里面值为bool
obj. head()看前几行（默认选取前5行）
obj.tail()看倒数几行（默认选取倒数5行）
行列选取
选取某一列
df['h1']
选取某一行
df.loc['d']
df.iloc[3]
两者的区别：
loc是通过索引标签 取对应索引的值
iloc是通过位置（整数）取对应索引的值
选取多个行或者多个列obj.take( [ int , int ] , axis= )
df.take([0,3],axis=1)
只能通过位置索引（整数），选取 单个单个 的行或者列，不能切片。
axis = 参数为0选取行，参数为1选取列
索引选取多个列
df[['h1','h3']]
索引选取多个行
df.loc[['a','c']]
或者df.iloc[[0,2]]
切片选取多个列
这里划重点了！！！！！！！！！！！！
利用标签的切片和普通的位置切片不同，其末端是包含的。！！！！！！
举例：
利用标签 -----切行
df.loc[['a':'c']]
可以发现我们切出了3行数据
下面我们利用位置----切行
df.iloc[0:2]
可以发现，切出了的数据只有2行
所以在切片中，利用标签和位置，进行切片，切出的结果是不一样的！！！
对列进行标签和位置切的效果和上面的也一样。。
其他
obj.values可以将DataFrame对象转成ndarray对象
ndarray对象.tolist()可以转成list格式
del obj[’ '] 只能删除列
索引，Index对象
通过索引返回的列是相应数据的视图
pandas的Index可以包含重复的标签
生成Index对象 --> pd.Index() --> 该对象为不可变类型
可用append
difference 差
intersection 交集
union 并集
delete[index]
drop(value)
insert
unique
来操作Index对象
来源：CSDN
作者：qq_42274565
链接：https://blog.csdn.net/qq_42274565/article/details/103456701