python包pandas介绍

pandas简介

pandas是一个python的软件包，是基于numpy的一种工具，提供了快速、灵活和富有表现力的数据结构，是强大而有效的数据分析工具。

• pandas的核心数据结构
  pandas最核心的两个数据结构：Series和DataFrame。
  DataFrame可以看做是Series的容器，一个DataFrame可以包含若干个Series。

• Series

输出：
数组a及a的大小：
[1 2 3]
(3,)
数组b（第1列为序列数，第2列为元素值）及b的大小：
0 1
1 2
2 3
dtype: int64
(3,)

DataFrame

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

输出：
0 1
1 5
2 9
Name: 1, dtype: int32

输出：
0 4
1 5
2 6
3 7
Name: 1, dtype: int32

输出：

输出：

输出：

• 数据访问

输出：
Index([0, 1, 2, 3], dtype=‘object’)

输出：
RangeIndex(start=0, stop=3, step=1)

输出：
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])

输出：
loc按索引进行索引

• pandas对数据文件的读取：
  通常涉及到两个函数：read_csv和read_excel

输出：

. 无效值处理
（1）预测样本：样本行不能删去，可以删去特征列。
（2）训练样本：可以直接删去样本行，或用其他值填充该值。

输出：

输出：

输出：

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树结构化数据分析工具PandasPandas概览208941 人正在系统学习中