扫码加入数据分析学习群

Pandas通常是用于数据分析过程中, 数据的清洗, 数据预处理, 数据的描述性分析等过程中.

API：应用程序编程接口

Pandas可认为是Python中的excel

Pandas中最主要的两种数据类型是：一维的Series和二维的DataFrame

一个Series中只能保存一种数据类型

DataFrame是由Series构成的，所以看DataFrame由几个元素构成，就看有几个Series

列表转换为DataFrame是按行转换的，字典转换为DataFrame是按列转换的

字典转换：会把字典的key转化为索引

Pandas是基于numpy的一个数据分析包，它里面的内核是Numpy

手动构建Series

用np.array和列表创建Series

data = np.array([22,3000,33,37,40,1500])

L = [22,3000,33,37,40,1500]

然后

pd.Series(data)

pd. Series(L)

使用Series类创建Series对象

test = pd.Series(data)

拓展Series：(给series添加索引和索引名称.设置类型)

s = pd.Series(data,name="年龄",index=['蜘蛛侠','灭霸','奇异博士','钢铁侠','蝙蝠侠','索尔'],dtype='int')

给索引起一个名:

s.index.name = "姓名"

查看: 索引/ 索引名称/ 索引值/ 索引值名称/ 索引值类型

s.index/ index.name/ values/name/ dtype

修改: 索引/ 索引名称/ 索引值名称/ 索引值类型

s.index = [1,2,3,4,5,6]

s.index.name='英雄姓名'

s.name = '英雄年龄'

s.astype('float')

另一种修改; 索引/ 索引值名称的方式:

s = pd.Series(data,name='英雄年龄',index = ['蜘蛛侠', '灭霸', '奇异博士', '钢铁侠', '蝙蝠侠', '索尔'])