数据分析库 Pandas一、Pandas 介绍为什么使用 Pandas 二、DataFrame 属性和方法 (1)Da

1、Pandas 介绍

pandas

2008年 WesMcKinney 开发出的库

专门用于数据挖掘的开源 python 库

以 Numpy 为基础，借力 Numpy 模块在计算方面性能高的优势

基于 matplotlib ,能够简便的画图

独特的数据结构

为什么使用 Pandas

Numpy 已经能够帮助我们处理数据，能够结合 matplotlib 解决部分数据展示pandas 学习的目的在什么地方呢?

便捷的数据处理能力

读取文件方便

封装了 Matplotlib、Numpy 的画图和计算

2、DataFrame 属性和方法

(1)DataFrame 结构

DataFrame 对象既有行索引，又有列索引

行索引，表明不同行，横向索引，叫 index

列索引，表名不同列，纵向索引，叫 columns

实际操作

6e179ed603ffeabcf93650dd6a34a78a_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

3.pandas中的DataFrame常用属性和方法

b72e9333f4b2745269c176e51f706fc7_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

8917644302d95f02220eb14151b996a5_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

4.索引操作与赋值运算、逻辑运算

ec9ca9c733321ad71d0def1abfef0a58_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

3da58d5e4ba20df90b8af554406800b2_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

5.读取和存储文件

a22f7f6864af052812ef1159033912d5_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

abf2eb3031332affb1c144913b4d2c5e_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

6.高级处理

6.1缺失值的处理

2d8b80ee7faf982aae219255bac6428b_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

3d5ac6bc8f901ba0055f9c09334bf64f_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

6.2 数据的离散化处理

0ad32062300c65c7302d7e00a7a53752_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2MDc5OTEy,size_16,color_FFFFFF,t_70.png

6.3 数据的分组与聚合

col =pd.DataFrame({'color': ['white','red','green','red','green'], 'object': ['pen','pencil','pencil','ashtray','pen'],'price1':[5.56,4.20,1.30,0.56,2.75],'price2':[4.75,4.12,1.60,0.75,3.15]})