Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建，纳入大量库和标准数据模型，提供高效的操作数据集所需的工具，提供大量能使我们快速便捷地处理数据的函数和方法，是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。
一、pandas安装
pip install pandas
或者
conda install pandas
二、引用、导入
import pandas as pd
三、Pandas数据结构
3.1 Series
可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引
import numpy as np
import pandas as pd
s=pd.Series([1,2,3,np.nan,5,6])
print(s)#索引在左边 值在右边
结果为：
0 1.0
1 2.0
2 3.0
3 NaN
4 5.0
5 6.0
dtype: float64
可能出现的错误
AttributeError: module 'pandas' has no attribute 'Series'
解决方案
参考链接：https://blog.csdn.net/qq_27466325/article/details/81568501
最有可能出现的原因：安装的包没有成功，或者python文件命名问题。
3.2 DataFrame
通过传递一个numpyarray，时间索引以及列标签来创建一个DataFrame：
DataFrame是表格型数据结构，包含一组有序的列，每列可以是不同的值类型。DataFrame有行索引和列索引，可以看成由Series组成的字典。
dates=pd.date_range('20200428',periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=['A','B','C','D'])#生成6行4列位置
print(df)#输出6行4列的表格
结果为：
A B C D
2020-04-28 -2.136035 -1.024890 1.205626 -0.288044
2020-04-29 -0.322414 0.168437 -0.381742 1.451043
2020-04-30 -0.861941 -1.196570 0.854113 0.323263
2020-05-01 0.339969 -0.707309 0.145176 0.337080
2020-05-02 -1.598901 -1.938175 1.783464 0.646485
2020-05-03 0.310627 0.195648 -0.765011 0.936771
print(df['B'])
结果为：
2020-04-28 -0.189951
2020-04-29 -0.401457
2020-04-30 -1.614889
2020-05-01 -0.541527
2020-05-02 -0.423574
2020-05-03 -1.160125
Freq: D, Name: B, dtype: float64
#创建特定数据的DataFrame
df_1=pd.DataFrame({'A' : 1.,
'B' : pd.Timestamp('20180310'),
'C' : pd.Series(1,index=list(range(4)),dtype='float32'),
'D' : np.array([3] * 4,dtype='int32'),
'E' : pd.Categorical(["test","train","test","train"]),
'F' : 'foo'
})
print(df_1)
print(df_1.dtypes)
结果为：
3 1.0 2018-03-10 1.0 3 train foo
A float64
B datetime64[ns]
C float32
D int32
E category
F object
dtype: object
3.3 Pandas选择数据
dates=pd.date_range('20180310',periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=['A','B','C','D'])#生成6行4列位置
print(df)
print(df['A'])#或者df.A 选择某列
结果为：
A B C D
2018-03-10 0.477457 -0.932087 -1.057655 0.937636
2018-03-11 1.146670 0.713825 0.100919 0.889144
2018-03-12 -0.285888 0.884547 -0.038438 -0.009993
2018-03-13 -1.177240 0.439073 -0.380612 -0.601506
2018-03-14 0.321225 -1.001314 0.576907 0.215429
2018-03-15 1.289708 -0.189629 0.732746 0.085593
2018-03-10 0.477457
2018-03-11 1.146670
2018-03-12 -0.285888
2018-03-13 -1.177240
2018-03-14 0.321225
2018-03-15 1.289708
Freq: D, Name: A, dtype: float64
3.4 Pandas设置数据
根据loc和iloc设置
dates = pd.date_range('20180310', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)), index=dates, columns=['A', 'B', 'C', 'D'])
print(df)
df.iloc[2,2] = 999#单点设置
df.loc['2018-03-13', 'D'] = 999
print(df)
结果：
A B C D
2018-03-10 0 1 2 3
2018-03-11 4 5 6 7
2018-03-12 8 9 10 11
2018-03-13 12 13 14 15
2018-03-14 16 17 18 19
2018-03-15 20 21 22 23
A B C D
2018-03-10 0 1 2 3
2018-03-11 4 5 6 7
2018-03-12 8 9 999 11
2018-03-13 12 13 14 999
2018-03-14 16 17 18 19
2018-03-15 20 21 22 23
参考博客：https://www.jianshu.com/p/218baa41bab9