Pandas學習筆記（1）基本數據類型及屬性

Pandas介紹

Python Data Analysis Library即Pandas是基於NumPy 的一種Python數據分析工具包，包含豐富的數據類型和便捷的操作方式。

基本數據類型

Series

對應Python中的列表和NumPy的一維數組，Series可以指定索引內容，默認索引與Python相同從0開始的整形數

import pandas as pd

s = pd.Series([1,20,33,np.nan,5,66])
print(s)

output：
0     1.0
1    20.0
2    33.0
3     NaN
4     5.0
5    66.0
dtype: float64

可以使用自定義列表作爲索引參數，例如時間序列

dates = pd.date_range('20180205',periods=6)
s = pd.Series([1,3,6,np.nan,44,1],index=dates)
print(s)

output:
2018-02-05     1.0
2018-02-06    20.0
2018-02-07    33.0
2018-02-08     NaN
2018-02-09     5.0
2018-02-10    66.0
Freq: D, dtype: float64

之後可以通過索引訪問數據了

s['2018-2-07']

output：33.0

DataFrame

DataFrame提供表格類型的數據結構，相當於矩陣，NumPy裏的二維數組和Python的字典。和Series同樣的，DataFrame也有索引，包含行索引（index）和列索引（columns）。

DataFrame可以看做是由Series組成的大字典，二者關係類似於列向量和矩陣的關係。

默認索引與Series一致，均從0開始

df = pd.DataFrame(np.arange(12).reshape((3,4)))
print(df)

output：
    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9   10  11

指定含參索引如下

df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(df)

output:              
                 a         b         c         d
2018-02-05  0.350842  0.316069  0.283373 -1.171848
2018-02-06  0.557246 -2.338000  0.743795 -0.332596
2018-02-07 -0.056014  0.714417  2.609023  0.825786
2018-02-08 -0.638557  1.815248 -0.898888  1.120689
2018-02-09 -1.113309  1.315297 -1.694181  0.274465
2018-02-10 -0.640387 -0.098660 -2.717680 -0.017176

可調用屬性

• dtype 查看每個列的數據類型

• index 查看行索引及其數據類型

• columns 查看列索引及其數據類型

• values 以數組形式返回DataFrame的值（去索引）

• describe 顯示數據的總結信息（均值，方差等）

• transpose DataFrame的轉置

DataFrame類中定義了排序方法

df.sort_index(axis=0,ascending=False)

其中axis=0，代表按行排序，axis=1，代表按列排序
ascending=True代表正序，False代表逆序

還可以採用按值排序的方法

df.sort_values(by='E')

該方法按指定索引的值進行排序