目录
一、简介
Pandas是一个构建在NumPy之上的较新的包，提供了DataFrame的有效实现。
DataFrames本质上是带有行和列标签的多维数组，通常具有异构类型和/或缺失数据。
Pandas有三种基本的数据结构:
- Series
- DataFrame
- Index
二、主要内容：
1、Series数据结构
Pandas Series是索引数据的一维数组。
Series可以从列表或数组创建。
（1）通用NumPy数组定义Series
Pandas Series有一个与这些值关联的显式定义的索引。
（2）通过Dictionary定义Series
（3）构建系列对象
基本结构pd.Series(data=data, index=index)
2、DataFrame 数据结构
DataFrame既可以看作是NumPy数组的泛化，也可以看作是Python字典的专门化。
- DataFrame作为一个通用的NumPy数组
DataFrame可以看作是二维NumPy数组的泛化，其中的行和列都有一个用于访问数据的泛化索引。
（1）DataFrame可以作为一个特殊的字典
（2）从Series创建DataFrame
（3）从字典创建DataFrame
（4）Pandas的Index对象
Index对象既可以看作是不可变数组，也可以看作是有序的多集。
（5）数据的索引Index和选择
如果您使用过NumPy模式(索引、切片、屏蔽、花式索引和它们的组合)，那么在Pandas中对应的模式将会非常熟悉，尽管有一些奇怪的地方需要注意。
请记住，Series对象在许多方面类似于1D NumPy数组，在许多方面类似于标准Python字典。
（6）loc 和iloc
上一节中的切片和索引可能会引起混淆，尤其是当Series的显式索引标签是整数时。
为了消除这些混淆，Pandas提供了一些”特殊的索引器属性”，这些属性显式地公开某些索引方案。
（7）在DataFrame中的Data选择
DataFrame在许多方面类似2D NumPy数组，在其他方面类似于共享相同索引的Series对象的字典。
使用字典样式的语法修改DataFrame对象，在本例中添加一个新列。
我们可以看到DataFrame是一个增强的二维NumPy数组。
使用iloc索引器，我们可以使用隐式python风格的索引来索引底层数组，就好像它是一个单一的NumPy数组一样，但是DataFrame索引和列标签在结果中保持不变。
（8）Pandas的运算操作
Pandas继承了NumPy的大部分功能。
然而，Pandas包含了一些有用的变化:
对于一元运算，如反运算和三角函数，这些ufuncs将在输出中保留索引和列标签。
对于加法和乘法等二进制操作，Pandas将在将对象传递给ufunc时自动对齐索引。
如果我们对这些Pandas对象中的任何一个应用NumPy ufunc，结果将是另一个保留索引的Pandas对象。
对于两个Series或DataFrame对象的二进制操作，Pandas将在执行操作的过程中对齐索引。
当您在数据帧上执行操作时，列和索引也会发生类似的对齐类型。
（9）DataFrame和Series之间的操作
DataFrame和Series之间的操作类似于二维和一维NumPy数组之间的操作。
（10）处理缺失数据
- 处理缺失数据 真实世界的数据很少是整洁，相同的。
- 特别是，许多有趣的数据集可能会丢失一些数据。
- 麻烦的是，不同的数据源可能以不同的方式表示缺失的数据。
- 在本文中，我们通常将缺失的数据称为null、NaN或NA值。
- Pandas选择对丢失的数据使用哨兵值，并进一步选择使用两个已经存在的Python空值:特殊的浮点NaN值和Python None对象。
- Pandas使用的第一个哨兵值是None，这是一个Python单例对象，通常用于Python代码中缺失的数据。
- 因为None是Python对象，所以它不能在任意NumPy/Pandas数组中使用，只能在数据类型为’ object ‘的数组中使用(即Python对象数组)。
- 这意味着NumPy可以推断数组内容的最佳通用类型表示形式是它们是Python对象。
虽然类型对象数组在某些用途上很有用，但对数据的任何操作都将在Python级别上完成，十分耗费时间
NumPy确实提供了一些特殊的聚合，这些聚合将忽略这些缺失的值。
NaN和None都有自己的位置，而Pandas几乎可以交换地处理它们，在适当的地方在它们之间进行转换。
（11）处理空值
- Pandas将None和NaN视为本质上可互换的，以指示缺失值或空值。
- 为了促进这种约定，有几种有用的方法可以检测、删除和替换Pandas数据结构中的空值。
- Isnull()(它是isna()的别名) 生成一个指示缺失值的布尔掩码。
- notnull () 相反isnull ()
- dropna () 返回经过筛选的数据版本
- fillna () 返回数据的副本，其中填充或计算了缺失的值
有时，我们不想删除NA值，而是希望用有效值替换它们。 这个值可能是一个单独的数字，比如0，或者它可能是由好的值进行的某种imputation或插值。
指定一个反向填充以向后传播下一个值。
对于数据帧，选项是类似的，但是我们还可以指定填充发生的轴。
注意，如果前一个值在向前填充期间不可用，NA值仍然保留。
Original: https://blog.csdn.net/m0_59160272/article/details/126607778
Author: 西伯利亚的长颈鹿
Title: 数据分析快速入门_Pandas详解（一）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/754722/
转载文章受原作者版权保护。转载请注明原作者出处！