pandas筆記（未完成版）
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt #numpy跟matplotlib經常和pandas配合使用
創建數據
#Series：Series是一種類似於一維數組的對象，由下面兩個部分組成：
#values：一組數據（np(array)類型）
#index：相關的數據索引標籤
s=pd.Series([1,3,5,‘np’,‘nan’,6,8])
print(s)
dates=pd.date_range(‘20190321’,periods=5)#periods 創建總共六個索引
print(dates)
#DataFrame是一個【表格型】的數據結構。DataFrame由按一定順序排列的多列數據組成。設計初衷是將Series的使用場景從一維拓展到多維。DataFrame既有行索引，也有列索引。
#行索引：index
#列索引：columns
#值：values
df=pd.DataFrame(np.random.randn(5,4),index=dates,columns=list(‘ABCD’))#dates屬性當索引，ABCD四個當列
print(df)
print(df.dtypes)#查看不同列的數據類型
print(df.head(2))#查看頭兩行
print(df.tail(3))#查看尾部三行
print(df.index)#顯示索引，同理下面是顯示列和屬性的
print(df.columns)
print(df.values)
print(df.describe())#describe函數對於數據的快速統計彙總
print(df.T)#輸出其轉置矩陣
print(df.sort_index(axis=1,ascending=True))#按軸排序 ascending設置是否允許降序
print(df.sort_values(by=‘B’))#按值排序，把B那一列的按順序排列了，默認逆序
選擇屬性
dg=pd.DataFrame(np.random.rand(5,4),index=dates,columns=list(‘abcd’))
print(dg)
print(dg.loc[‘2019-03-22’:‘2019-03-24’,[‘a’,‘b’]])#切片 切行，切列 .loc
print(dg.loc[‘2019-03-23’:,‘a’])#切到具體點 可以去掉’：'只看那一點 不去掉的話把0323之後所有的都給切出來
print(dg.loc[:,[‘b’,‘c’]])
print(dg.at[dates[4],‘a’])#at主要是訪問標量的
print(dg.loc[:‘2019-03-22’,‘a’])#把a的中括號去掉可以不顯示a
print(dg.iloc[3])#選擇行
print(dg.loc[dates[1],list(‘abcd’)])#方法等價於上面
print(dg.iloc[3:5,2:4])#iloc可以通過數值切片 總感覺像intloc
print(dg.iloc[1,1])#直接選擇切具體位置，快速訪問
print(dg.iat[2,2])#快速訪問標量
dg2=dg.copy()
dg2[‘e’]=list(‘12345’)
print(dg2)
print(dg2[dg2[‘e’].isin([‘2’,‘4’])])#這裏使用isin方法進行過濾，找出在第e列有沒有2，4兩個屬性，如果有則輸出。如果去掉最外層dg2[]則會輸出所有行，true或者false
reindex：修改索引
xl=pd.DataFrame(index=list(‘8910’),columns=list(‘1234’))
xl_1=xl.reindex(index=[5,6,7,8,9,1,0])
print(xl_1)
#缺失值處理 pandas裏面缺失值都是用nan表示的，
#去掉包含缺失值的行： df.dropna(how=‘any’) 通常情況下刪除行用axis=0 刪除列的話aixs=1
how=any是刪除所有的不管是列還是行只要是出現nan的位置
#df.fillna(value=?)缺失值替換可以是value=5 或者直接給他個字符串
#判斷是否爲nan用pd.isnull(你的創建的數據)