pandas是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的。安装pandas：pip install pandas

pandas的主要数据结构是Series(一维数据)与DataFrame(二维数据)，这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数案例。

Series序列类似于一维数组，由两部分组成：

• values：一组数据(ndarray类型)
• index：相关的数据索引标签

Series可以看做是一个有序的字典结构。

创建Series

由列表或数组创建：

import pandas as pd
s = pd.Series([1, 2, 3])
print(s)
输出
0    1
1    2
2    3
dtype: int64
print(s.values)  # 一维数组：[1 2 3]
print(list(s.index))  # 索引：[0, 1, 2]
s.index = ["A", "B", "C"]  # 修改索引
s.index = list("ABC")  # 修改索引
print(s.A, s["C"])  # 通过索引获取值 1 3

由字典创建：

d = {"a": 1, "b": 2, "c": 3}
s = pd.Series(d)
print(s)
输出
a    1
b    2
c    3
dtype: int64

索引

显示索引：

• 使用index中的元素作为索引值

• 使用.loc[]（推荐）

  d = {"a": 1, "b": 2, "c": 3} s = pd.Series(d) print(s[["c", "a"]]) # 一次取多个元素，得到的类型是Series 输出 c 3 a 1 dtype: int64 print(s.loc[["c", "a"]])

隐式索引:

• 使用整数作为索引值
• 使用.iloc

print(s[[0, 2]]) print(s.iloc[[2, 0]])

Series可以创建多层索引，可以参考下面的DataFrame。

切片

d = {"a": 1, "b": 2, "c": 3, "d": 4} s = pd.Series(d)

隐式切片：左闭右开

print(s[1:3]) print(s.iloc[1:3])

输出

b    2

c    3

dtype: int64

显示切片：左闭右闭

print(s["b":"d"]) print(s.loc["b":"d"])

基本属性和方法

基本属性：

d = {"a": 1, "b": 2, "c": 3, "d": 4} s = pd.Series(d, name="abcd") print(s.shape)  # 形状：(4,) print(s.size)  # 元素个数：4 print(s.index)  # 索引：Index(['a', 'b', 'c', 'd'], dtype='object') print(s.values)  # 值：[1 2 3 4] print(s.name)  # 索引名字：abcd

方法：

print(s.head(3))  # 查看前几条数据，默认5 print(s.tail(3))  # 查看后几条数据，默认5

s["b"] = None print(s.isnull())  # isnull判断是否为空，notnull判断是否不为空

输出

a    False

b     True

c    False

d    False

Name: abcd, dtype: bool

过滤掉空值

print(s[s.notnull()]) print(s[~s.isnull()])  # ~ 取反

Series运算

适用于NumPy的数组运算也适用于Series。

Series之间的运算，会自动对齐索引进行运算。如果索引不对应，则补NaN，Series没有广播机制。可以使用add()函数来填充数据。

s1 = pd.Series([1, 3, 44]) s2 = pd.Series([11, 2, 8, 6]) print(s1 + s2) print(s1.add(s2, fill_value=0))  # 先填充0，再相加