pandas庫常用函數
本文章轉載於 https://blog.csdn.net/u011995719/article/details/72598935
Pandas庫圍繞Series類型和DataFrame類型這兩種數據結構，提供了一種高效便捷的數據處理方式。
Series類型介紹
Series類型是一組數據及與之相關的數據索引組成
自動索引：
a = pd.Series([9, 8, 7, 6]) 構造一個Series對象a
自定義索引：
a = pd.Series([9, 8, 7, 6], index = [‘a’, ‘b’, ‘c’, ‘d’])
Series創建方式
（1）從標量值創建
s = pd.Series(25, index = [‘a’, ‘b’, ‘c’])
（2）從字典類型創建
鍵值對中的鍵是索引 ，d = pd.Series({‘a’:9, ‘b’:8, ‘c’:7}) 
（3）從ndarray類型創建
Series類型基本操作
（1）.index獲得索引，.values獲得數據
（2）in ： 判斷“鍵”是否在字段中 返回 True / False
.get(‘f’, 100) 獲取b的索引爲‘f’的數據，若不存在，返回100
（3）Series類型對齊操作
索引一致的，對應元素相加，無一致的索引，數據爲NaN
（4）Series類型的name屬性
DataFrame類型介紹
DataFrame是表格型類，可理解爲二維代表籤數據類型， 其由共用相同索引的一組列組成： index（axis=0，即縱向），colum（axis=1，即橫向）
DataFrame創建方式
（1）從ndarray創建
d= pd.DataFrame(np.arange(10).reshape(2,5))
（2）從字典創建
字典中的鍵，默認爲列索引；
只選取字典中有的索引所對應的值，沒有的自動補齊
（3）從列表中創建
d[‘one’] 獲得新的DataFrame類型
d.ix[‘b’] 獲得d的 b這一列
d[‘one’][‘b’] 獲得 數據 2 注意：必須先[‘one’]後[‘b’]，先列後行
pandas數據類型常見操作
（1）
reindex(index=None, columns=None,…)方法 可改變或重排Series和DataFrame索引
reindex(index=None, columns=None,…)
index, colums 新的行列自定義索引
fill_value 在重新索引，用於填充缺失位置的值
method 填充方法，ffill當前值向前填充， bfill向後填充
limit 最大填充量
copy 默認爲True，生成新的對象，False時，新舊相等，但不復制
例如：
d.reindex(index = [‘d’, ‘c’, ‘b’, ‘a’ ])
d.reindex(colums = [‘two’, ‘one’])
（2）數據排序
.sort_index()方法在指定軸上根據索引進行排序，默認升序。
.sort_index（axis=0,ascending = True） ascending是指遞增排序
.sort_values()方法在指定軸上根據數值進行排序，默認升序。
Serier.sort_values(axis= 0, ascending=True)
DataFrame.sort_values(by, axis = 0, ascending = True)
by: 只對axis軸上的某個 索引 或 索引列表 進行排序
NaN空值，保持在排序末尾
索引類型常見操作
.append(idx) 連接另外一個Index對象，產生新的Index對象
.diff(idx) 計算差集，產生新的Index對象
.intersection（idx） 計算交集，產生新對象
.union（idx） 計算並集
.delete（loc） 刪除loc位置處的元素
.insert（loc, e） 在loc位置增加一各元素e
.drop()可刪除Series或DataFrame制定的行或列
例如:
d.drop([‘c1’, ‘c2’]) # 此處生成新對象，原對象d不改變
d.drop(‘one’,axis=1) 要刪除列，需要加上axis = 1.
pandas統計分析函數
.sum() 計算數據總和，按0軸計算
.count() 非NaN值的數量
.mean() .median() 計算算術平均值（即數組元素之和除以元素數量）、算術中位數
.var() .var() 計算方差、標準差
.min() .max 計算最小、大值
.argmin() .argmax() 計算最大、小值所在位置的索引（針對自動索引的）（適用於Series 類型：）
.idxmin() .idxmax() 計算最大、小值所在位置的索引（針對自定義索引的）（適用於Series類型：）
.describe() 針對0軸（各列）的統計彙總 
.corr() 計算相關係數矩陣
