Pandas是一個開源的第三方Python庫，從 Numpy 和 Matplotlib 的基礎上構建而來，Python 數據分析的必備高級工具。

Pandas數據結構

Pandas內置了兩種數據結構，分別是一維數據結構(Series)和二維數據結構(DataFrame)。

一維數據結構(Series)

一維數據結構(Series)是帶標簽的一維數組，標簽可以理解為索引，標簽不局限性與整數，也可以是字符類型，使用name和index屬性描述數據值。

創建Series對象

Pandas 使用 Series(data, index, dtype, copy) 函數來創建 Series 對象，從而調用Series 對象的屬性和方法達到數據分析的目的。data是輸入的數據，可以是列表、數組、字典、常量等，index是索引值，必須唯一，如果沒有索引，默認從0開始遞增，dtype是數據類型，如果沒有這個參數，程序會自動判定，copy表示是否對data拷貝，默認是false。

代碼實例如下圖所示：

運行代碼，輸出結果如下圖所示：

從運行結果看出以下幾點

空對象警告:創建空對象報了一個警告，空對象打印的數據類型是float64,警告空對象將用object類型替代float64類型，要消除這個警告，傳一個dtype參數就可以了。

數組創建對象: 如果有索引參數，傳遞的索引長度必須與data長度相同。

字典創建對象：如果沒有傳遞索引，將以字典的鍵構造索引，如果傳遞了索引，索引需要和字典的值一一對應。

常量創建對象：常量創建對象必須傳遞索引參數。

數據訪問

位置索引訪問：和列表數組類似可以通過元素的下標進行訪問，可以通過位置下標進行訪問。也可以通過切片的方式訪問，

索引標簽訪問：使用索引標簽可以訪問單個的值，也可以訪問多個值，訪問不存在的標簽會報錯。

常用屬性和方法：

axes：以列表的形式返回所有行索引標簽

dtype:返回對象的數據類型

empty:返回一個空的Series對象

size：返回輸入數據的維度

vlaues：以列表形式返回Series對象

index：返回Index類型的索引

head(n):返回前n行數據，默認顯示前5行數據。

tail(n):返回后n行數據，默認顯示后5行數據。

isnull()：如果為值不存在或者缺失，則返回 True

notnull()：如果值不存在或者缺失，則返回 False

二維數據結構(DataFrame)

二維數據結構(DataFrame)是一種表格型數據結構，有行標簽和列標簽，行標簽是index，列標簽是columns。創建該結構時也可以指定相應的索引值。DataFrame每列是數據類型可以不同，也叫異構數據表。

創建DataFrame對象

使用DataFrame(data, index, columns, dtype, copy)方法創建對象，data傳入數據，可以是列表、數組、字典、Series、標量以及DataFrame對象；index是行標簽，默認從0開始遞增；columns是列標簽，默認從0開始遞增；dtype表示每一列的數據類型；copy表示復制data，默認是false。

代碼實例如下圖所示：

運行代碼，輸出如下圖所示：

列索引操作數據列

DataFrame 可以使用列索（columns index）引來完成數據的選取、添加和刪除操作。

代碼實例如下圖所示：

運行輸出結構如圖所示：

行索引操作數據行

常用屬性和方法

T：行和列轉置，也就是行和列對換

axes：返回一個僅以行軸標簽和列軸標簽為成員的列表

dtypes：返回每列數據的數據類型

empty：DataFrame中沒有數據或者任意坐標軸的長度為0，則返回True

shape：返回一個元組(a,b)，表示了 DataFrame 維度,a表示行，b表示列

size：DataFrame中的元素數量

vlaues：以嵌套列表形式返回DataFrame 中的元素值

head(n)：返回DataFrame 中前n列數據，默認是前5列

tail(n)：返回DataFrame 中后n列數據，默認是后5列

shift(periods=1, freq=None, axis=0) ：peroids為int類型，表示移動的幅度，可以是正數，也可以是負數，默認值為1；freq是日期偏移量，默認是None，適用時間序，取值為符合時間規則的字符串；axis如果是 0 或者 "index" 表示上下移動，如果是 1 或者 "columns" 則會左右移動；fill_value值用來填充缺失值。

代碼實例和運行結果如下圖所示：

數據排序

sort_index(axis=0,ascending=True) 在指定軸上根據索引進行排序，默認升序，axis為0是在0軸（也就是垂直方向）排序，為1是在1軸（水平方向）排序，ascending為True表示升序，為False表示降序。

sort_values(索引，axis=0/1,ascending=True/False) 在指定軸上根據數值進行排序，默認升序 索引必須有，默認0軸。

數據基本統計分析

sum()：計算數據的總和，默認按0軸計算，axis為1按1軸算

count()：非NaN值的數量

mean()和median()：計算數據的算術平均值和算術中位數

var()和std()：計算數據的方差和標準差

min()和max()：計算數據的最小值和最大值

describe()：針對0軸各列的匯總統計

代碼示例如下圖所示：

運行代碼輸出結果如下所示：

導入外部數據

Pandas庫還有導入外部數據，可以導入Execl文件、JSON文件等多種格式的數據文件。

read_execl(io，sheet_name，header)，io是文件類對象，一般傳入文件路徑；sheet_name可以傳入工作的名稱，也可以是數字，0表示第一個工作表；header指定列表中從第幾行作為列索引/列名，默認是0。to_excel()導出數據生成新的Excel文件。

此外還有read_csv()和to_csv()導入導出CSV文件，read_html()和to_html()導入導出HTML文件，read_json()和to_josn()導入導出JSON文件等等。

代碼示例如下圖所示：

生成的文檔內容如下所示：

可以看到表格里已經增加了新的一條數據，文檔格式有些不一樣，我們可以根據之前《python Execl處理學習記錄》中學習的內容進行格式、字體的設置。

總結：

Pandas作為一款數據分析工具，還有很多其他的內容需要學習，我會在后面有時間慢慢學習，大家有興趣的可以看看這本書，主要講解Pandas數據分析的基礎知識和應用。