下面我们介绍 Series 的常用属性和方法。
在下表列出了 Series 对象的常用属性。
名称 属性
1.axes 以列表的形式返回所有行索引标签。
2.dtype 返回对象的数据类型。
3.empty 返回一个空的 Series 对象。
4.ndim 返回输入数据的维数。
5.size 返回输入数据的元素数量。
6.values 以 ndarray 的形式返回 Series 对象。
7.index 返回一个RangeIndex对象，用来描述索引的取值范围。
DataFrame 是 Pandas 的重要数据结构之一，也是在使用 Pandas 进行数据分析过程中最常用的结构之一，可以这么说，掌握了 DataFrame 的用法，你就拥有了学习数据分析的基本能力。
DataFrame 一个表格型的数据结构，既有行标签（index），又有列标签（columns），它也被称异构数据表，所谓异构，指的是表格中每列的数据类型可以不同，比如可以是字符串、整型或者浮点型等。其结构图示意图，如下所示：
同 Series 一样，DataFrame 自带行标签索引，默认为”隐式索引”即从 0 开始依次递增，行标签与 DataFrame 中的数据项一一对应。上述表格的行标签从 0 到 5，共记录了 5 条数据（图中将行标签省略）。当然你也可以用”显式索引”的方式来设置行标签。
下面对 DataFrame 数据结构的特点做简单地总结，如下所示：
-
DataFrame 每一列的标签值允许使用不同的数据类型；
-
DDataFrame 是表格型的数据结构，具有行和列；
-
DDataFrame 中的每个数据值都可以被修改。
-
DDataFrame 结构的行数、列数允许增加或者删除；
-
DDataFrame 有两个方向的标签轴，分别是行标签和列标签；
-
DDataFrame 可以对行和列执行算术运算。
创建DataFrame对象
import pandas as pd
pd.DataFrame( data, index, columns, dtype, copy)
Pandas Panel三维数据结构
Panel 是一个用来承载数据的三维数据结构，它有三个轴，分别是 items（0 轴），major_axis（1 轴），而 minor_axis（2 轴）。这三个轴为描述、操作 Panel 提供了支持，其作用介绍如下：
-
items：axis =0，Panel 中的每个 items 都对应一个 DataFrame。
-
major_axis：axis=1，用来描述每个 DataFrame 的行索引。
-
minor_axis：axis=2，用来描述每个 DataFrame 的列索引。
pandas.Panel()
您可以使用下列构造函数创建一个 Panel，如下所示：
pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)
import pandas as pd
p = pd.Panel()
print(p)
描述统计学（descriptive statistics）是一门统计学领域的学科，主要研究如何取得反映客观现象的数据，并以图表形式对所搜集的数据进行处理和显示，最 终对数据的规律、特征做出综合性的描述分析。Pandas 库正是对描述统计学知识完美应用的体现，可以说如果没有”描述统计学”作为理论基奠，那么 Pandas 是否存在犹未可知。下列表格对 Pandas 常用的统计学函数做了简单的总结：
函数名称 描述说明
count() 统计某个非空值的数量。
sum() 求和
mean() 求均值
median() 求中位数
mode() 求众数
std() 求标准差
min() 求最小值
max() 求最大值
abs() 求绝对值
prod() 求所有数值的乘积。
cumsum() 计算累计和，axis=0，按照行累加；axis=1，按照列累加。
cumprod() 计算累计积，axis=0，按照行累积；axis=1，按照列累积。
corr() 计算数列或变量之间的相关系数，取值-1到1，值越大表示关联性越强。
Original: https://blog.csdn.net/qq_52689354/article/details/125585390
Author: 临渊——摸鱼
Title: pandas第一天
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/677431/
转载文章受原作者版权保护。转载请注明原作者出处！