Pandas数据结构简介(一)

# -*- coding: utf-8 -*-

"""# 数据结构简介

首先，这里介绍的很多材料都来自[Pandas数据结构入门教程]. 话虽如此，我希望通过告诉你我作为数据科学家日常使用的习语来增加一些Pandas学习的重要内容。所以让我们开始吧。

# Series

Pandas 有两种数据结构，一个`Series`和一个`Dataframe`。`Series`就像excel中的一列，基本上是所有相同类型的数据点列表。创建`Series`对象的基本方法如下:

还有其他方法可以制作Series（例如从字典中），但总的来说，这是我唯一使用过的方法。所以请注意，一个系列基本上有三个重要部分：

1. 数据

2. 索引

3. 名称

数据可以是数据列表，也可以是广播的单个实例，如下所示：

（我们稍后将看到的广播非常重要）。

数据基本上是你作为数据科学家感兴趣的。`index`通常用时间序列，但除此之外，我真的不用`Series index`（现在我确实经常使用DataFrame的索引！但请注意，每个数据点都与一个index相关联。

最后是`name`。仅当将`Series`添加到`Datafram`时，name才真正重要。在这种情况下，`Series`的name将成为`coliunms`。

到目前为止，您还没有看到为什么`Series`如此有用，但现在我们开始进入它。`Series`有多种方法可以索引到它们

一般来说，我不做上述任何操作 - 如果你发现自己使用它们，一定要考虑一下你是否应该使用Pandas进行这些操作，或者你是否应该使用Numpy。

现在让我向您展示一些我经常使用的操作

# 或者 更加常用的操作

# 你也可以改变这些数据

# 但是你需要小心处理这些操作

但是关于序列的一件事非常有用，那就是您可以对它们进行矢量化操作（对整个序列中的所有内容进行快速计算）。你已经看到了一个。

# 只是需要小心这些操作

# 如果index 不匹配,你将得到NAN

这些类型的操作是跨列的，就是Pandas的目的。每当你偏离对列的操作时，你应该对自己说：Pandas是最适合我的工具吗？

现在对一列执行操作似乎很有用，但是对多列执行操作呢？

# DataFrame

`Series`很好，但它们的真正好处是数据帧。`DataFrame`就像一个完整的Excel电子表格！正如您可能猜到的那样，`Datafram`是一系列`Series`，每个`Series`都有一个name和相同的index。因此，创建`DataFrame`的一种简单方法是使用`Series/list`的字典方式创建它：

# 实际上,我经常使用np.arrays和标量的方式创建

有很多方法可以创建这些东西之一，但一般来说，只要知道一个就足够了。以后始终可以更改索引或列的值

DataFrame` 基本上只是`Columns/Series`的字典，因此您可以使用大多数与`DataFrame`本身的`Series`相同的技术。

引用列的一般方法如下：

"""

# 输出一个有name的Series

然后，您可以使用我们上面所做的`Series`做任何事情。

有一个点符号快捷方式`df.one`，但最好不要知道它，因为如果使用不当，它可能会导致错误！

当然，您也可以删除和创建新列，也可以进行广播

同样，还有其他插入列的方法（插入和分配方法），但我从不使用它们。使用其他方法的好处似乎也很小。

接下来，让我们介绍一下使用Dataframe进行索引和选择。基本上有4种方法可以做到这一点：

## DataFrame 功能

除了执行这些按列操作之外，还可以执行一些`DataFrame`操作。

其中最有用的是复制方法:)

下一个我经常使用的是DataFrame转置功能"""

这会将行作为列，将列作为行。这可能是执行逐行操作的好方法，但主要是我这样做是为了显示`DataFrame`值。以下是显示`Dataframe`值的三种常用方法"""

"""但是，您会注意到，当列数过多时，显示会很混乱："""

#transposing 来帮忙

有时这也会截断。要查看更多内容，您可以随时更改下面的视图选项（顺便说一句，Pandas中有很多选项，您可以在此处或使用 ）：`pd.set_option?`"""

## 总结

恭喜，这是基础知识，现在您应该能够在这里进行[练习]

关于Pandas还有很多事情要做，我们将在这里介绍更多！