pandas的具體介紹頁面：http://pandas.pydata.org/
series 一維的數據結構
series的元素可以被賦值
首先，
import pandas as pd import numpy as np # 可以看做一維數組 sd = pd.Series([5, "tinghe", 3.17, 5.12, "i am happy",'julyedu']) sd
默認的下標是 0---n-1，直接根據下標去里面對應的內容，記得要加中括號，
也可以自己指定下標，如
sd = pd.Series([5, "tinghe", 3.17, 5.12, "i am happy",'xindongfangedu'], index=["A", "B", "C", "D", "E"]) sd
sd["A"]
輸出 5
也可以使用字典dictionary { } 注意字典的用法， 字符串，冒號：
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
# 以上寫法等價於以下
# apts = pd.Series({"Beijing": 55000, "Shanghai": 60000, "Shenzhen": 50000,
# "Hangzhou": 20000, "Guangzhou": 30000, "Suzhou": None}, name="price")
# apts
apts[ "Guangzhou "] 也可以用字典的性質 直接取里面的數據
30000.0
apts[ [ "Hangzhou", "Beijing", "Shenzhen" ] ] 雙層中括號，取出多個對應值 ... apts = pd.Series(cities, name="price") apts name是指定的，也可以不寫
使用list定義一個列表，作為Series的index
list("abcde")
輸出 ['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：個數一定要對應上
list[1:4] 是根據apts輸出的結果下標去取，與在{ }內部的順序無關 都是左閉右開
apts[[4,3,2]] 雙層括號，根據數字順序取
Shenzhen 50000.0 Shanghai 60000.0 Hangzhou 20000.0 Name: price, dtype: float64
apts[3: ] 從第三個到尾 apts[ :-2] 從頭到倒數第二個 a = [1,2,3,4,5] b = [2,3,4,5,6] a+b
兩個list可以直接拼接在一起
"Shanghai" in apts 是否在里面 輸出 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，返回默認值0
less_than_50000 = apts < 50000 less_than_50000
返回的是True或者False
但是取出具體的數據方法是
apts[ less_than_50000 ]
基本的數學運算：即對Series中的每一個元素都賦值
apts ** 2 兩個乘號表幾次方 后面數字表示幾次
兩次時 等價於 np.square(apts)
cars = pd.Series({"Beijing": 300000, "Shanghai": 350000, "Shenzhen": 300000,
"Tianjian": 200000, "Guangzhou": 250000, "Chongqing": 150000})
cars.astype(str) 是object類型的
# cars int64類型
# cars.astype(np.float) float64類型 也可以在
cars = pd.Series（{......}，dtype=float64）
cars 這樣改
# 以上寫法等於
# 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() # 將apts的平均值賦值給那個為NaN的 apts
dataframe 數據結構
就是一張表格
dataframe可以由一個dictionary構造得到。 也就是兩者結合
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，之后是中括號括起來， 每一行對應相等；否則出現 “ValueError: arrays must all be same length” 錯誤
當把“population”加個 “ s ”時：
多加一列，沒錯誤：
index的下標多加一個“seven”，出現 ValueError: Shape of passed values is (4, 6), indices imply (4, 7)
也可以從幾個Series構建一個DataFrame
也可以用一個list of dicts來構建DataFrame
中括號在外面，index始終是在DataFrame（）里面的
也可以：
總之，要多練練。
這個就是錯誤的：
DataFrame中已有一個df：
DataFrame元素賦值
在特定的位置元素賦值： 可以給一整列賦值：
取出行列：圖示，先行 后列
不存在：frame.rows 而是frame.index， frame.columns 可以自己設置使其好看一點
Index
默認的index
可以自己指定
e是多出來的下標，但是可以直接填充
范圍是0-5，再用其他顏色填充NAN的位置
reindex 可以指定行和列 進行排序
drop來刪除Series和DataFrame中的index，注意drop的效果不是in place的，
也就是說它會返回一個object，原來的Obejct並沒有被改變
axis=1時刪除列 axis=0時刪除行
hierarchical index
data.index
unstack和stack可以幫助我們在hierarchical indexing和DataFrame之間進行切換。
data.unstack().stack()
文件讀寫
# 讀進去文件，只能放在同一個文件件下面，該下面的文件夾 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") #寫進去，不僅對csv，同時對tsv文件也可以
pd.read_csv("data/sample.tsv", sep="\t", index_col=0) # 然后再讀進來
各種繪圖技能
%matplotlib inline # 只有加了上面這一行， .plot才能畫出來圖 goog["Adj Close"].plot() # Adj Close是數據里面的參數