数据分析基础之《pandas（1）—pandas介绍》

csj502024-01-09 12:54

一、pandas介绍

1、2008年Wes McKinney（韦斯·麦金尼）开发出的库

2、专门用于数据分析的开源python库

3、以numpy为基础，借力numpy模块在计算方面性能高的优势

4、基于matplotlib能够简便的画图

5、独特的数据结构

6、也是三个单词组合而成：panel + data + analysis

面板数据 - 来源于计量经济学，通常用来存储三维的数据

二、为什么使用pandas

1、numpy已经能够帮助我们处理数据，能够结合matplotlib解决部分数据展示等问题，那么pandas用在什么地方

2、便捷的数据处理能力

3、读取文件方便

4、封装了matplotlib、numpy的画图和计算

三、核心数据结构

1、pandas三大数据结构

DataFrame、Panel、Series

四、DataFrame

1、DataFrame结构

既有行索引，又有列索引的二维数组

2、如何创建更有意义的数据

python 复制代码

import numpy as np
# 创建一个符合正态分布的10个股票5天的涨跌幅数据
stock_change = np.random.normal(0, 1, (10, 5))

stock_change

import pandas as pd
# 加上行列索引
pd.DataFrame(stock_change)

# 添加行索引
stock = ["股票%s" %str(i) for i in range (10)]

pd.DataFrame(stock_change, index=stock)

# 添加列索引
data = pd.date_range(start="20180101", periods=5, freq="B")

data

pd.DataFrame(stock_change, index=stock, columns=data)

3、DataFrame对象既有行索引，又有列索引

行索引：表明不同行，横向索引，叫index

列索引：表明不同列，纵向索引，叫columns

4、DataFrame的属性

常用属性：

（1）shape

（2）index：DataFrame的行索引列表

（3）columns：DataFrame的列索引列表

（4）values：直接获取其中array的值（排除行索引列索引后的值，就是ndarray）

（5）T：行列的转置

常用方法：

head()：前几行

tail()：后几行