pandas的具体介绍页面：http://pandas.pydata.org/
series 一维的数据结构
series的元素可以被赋值
首先，
import pandas as pd import numpy as np # 可以看做一维数组 sd = pd.Series([5, "tinghe", 3.17, 5.12, "i am happy",'julyedu']) sd
默认的下标是 0---n-1，直接根据下标去里面对应的内容，记得要加中括号，
也可以自己指定下标，如
sd = pd.Series([5, "tinghe", 3.17, 5.12, "i am happy",'xindongfangedu'], index=["A", "B", "C", "D", "E"]) sd
sd["A"]
输出 5
也可以使用字典dictionary { } 注意字典的用法， 字符串，冒号：
cities = {"Beijing": 55000, "Shanghai": 60000, "Shenzhen": 50000,
"Hangzhou": 20000, "Guangzhou": 30000, "Suzhou": None}
apts = pd.Series(cities, name="price")
apts
Beijing 55000.0 Guangzhou 30000.0 Hangzhou 20000.0 Shanghai 60000.0 Shenzhen 50000.0 Suzhou NaN Name: price, dtype: float64
# 以上写法等价于以下
# apts = pd.Series({"Beijing": 55000, "Shanghai": 60000, "Shenzhen": 50000,
# "Hangzhou": 20000, "Guangzhou": 30000, "Suzhou": None}, name="price")
# apts
apts[ "Guangzhou "] 也可以用字典的性质 直接取里面的数据
30000.0
apts[ [ "Hangzhou", "Beijing", "Shenzhen" ] ] 双层中括号，取出多个对应值 ... apts = pd.Series(cities, name="price") apts name是指定的，也可以不写
使用list定义一个列表，作为Series的index
list("abcde")
输出 ['a', 'b', 'c', 'd', 'e']
s = pd.Series(np.random.randn(5), index=list("abcde"))
s
a -1.413697 b 0.379281 c -0.355339 d -0.700710 e -0.148403 dtype: float64
注意：个数一定要对应上
list[1:4] 是根据apts输出的结果下标去取，与在{ }内部的顺序无关 都是左闭右开
apts[[4,3,2]] 双层括号，根据数字顺序取
Shenzhen 50000.0 Shanghai 60000.0 Hangzhou 20000.0 Name: price, dtype: float64
apts[3: ] 从第三个到尾 apts[ :-2] 从头到倒数第二个 a = [1,2,3,4,5] b = [2,3,4,5,6] a+b
两个list可以直接拼接在一起
"Shanghai" in apts 是否在里面 输出 True或者 False
apts.get("Beijing")
如果在里面，返回，不在里面，返回None
print(apts.get("Chongqing", 0))
不在里面，返回默认值0
less_than_50000 = apts < 50000 less_than_50000
返回的是True或者False
但是取出具体的数据方法是
apts[ less_than_50000 ]
基本的数学运算：即对Series中的每一个元素都赋值
apts ** 2 两个乘号表几次方 后面数字表示几次
两次时 等价于 np.square(apts)
cars = pd.Series({"Beijing": 300000, "Shanghai": 350000, "Shenzhen": 300000,
"Tianjian": 200000, "Guangzhou": 250000, "Chongqing": 150000})
cars.astype(str) 是object类型的
# cars int64类型
# cars.astype(np.float) float64类型 也可以在
cars = pd.Series（{......}，dtype=float64）
cars 这样改
# 以上写法等于
# cars = pd.Series({"Beijing": 300000, "Shanghai": 350000, "Shenzhen": 300000,
# "Tianjian": 200000, "Guangzhou": 250000, "Chongqing": 150000}, dtype=np.str)
# cars
apts.isnull()
Suzhou的是True，
apts[apts.isnull()] = apts.mean() # 将apts的平均值赋值给那个为NaN的 apts
dataframe 数据结构
就是一张表格
dataframe可以由一个dictionary构造得到。 也就是两者结合
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'], 'year': [2016, 2017, 2016, 2017, 2016, 2016], 'population': [2100, 2300, 1000, 700, 500, 500]}
pd.DataFrame(data)
: 之前的代表列 的名字，之后是中括号括起来， 每一行对应相等；否则出现 “ValueError: arrays must all be same length” 错误
当把“population”加个 “ s ”时：
多加一列，没错误：
index的下标多加一个“seven”，出现 ValueError: Shape of passed values is (4, 6), indices imply (4, 7)
也可以从几个Series构建一个DataFrame
也可以用一个list of dicts来构建DataFrame
中括号在外面，index始终是在DataFrame（）里面的
也可以：
总之，要多练练。
这个就是错误的：
DataFrame中已有一个df：
DataFrame元素赋值
在特定的位置元素赋值： 可以给一整列赋值：
取出行列：图示，先行 后列
不存在：frame.rows 而是frame.index， frame.columns 可以自己设置使其好看一点
Index
默认的index
可以自己指定
e是多出来的下标，但是可以直接填充
范围是0-5，再用其他颜色填充NAN的位置
reindex 可以指定行和列 进行排序
drop来删除Series和DataFrame中的index，注意drop的效果不是in place的，
也就是说它会返回一个object，原来的Obejct并没有被改变
axis=1时删除列 axis=0时删除行
hierarchical index
data.index
unstack和stack可以帮助我们在hierarchical indexing和DataFrame之间进行切换。
data.unstack().stack()
文件读写
# 读进去文件，只能放在同一个文件件下面，该下面的文件夹 data， 放在其他的位置不行
goog = pd.read_csv("data/GOOG.csv")
goog.head()
df.to_csv("data/sample.tsv", sep="\t") #写进去，不仅对csv，同时对tsv文件也可以
pd.read_csv("data/sample.tsv", sep="\t", index_col=0) # 然后再读进来
各种绘图技能
%matplotlib inline # 只有加了上面这一行， .plot才能画出来图 goog["Adj Close"].plot() # Adj Close是数据里面的参数