1. 简单介绍
pandas 是专为 python 编程语言设计的高性能，简单易用的数据结构和数据分析工具库，它建立在 numpy 之上，可以许多第三方库完美集成在同一个科学计算环境中。pandas 被广泛应用于金融，统计，社会科学和许多工程技术领域，处理典型数据分析案例。
2. 安装
pandas 支持 conda 和 pip 两种方式安装。
conda 安装：
conda install pandas
pip 安装：
pip install pandas
截至本文写作之时，官方最新发布版本是 v0.25.1，发布时间为2019年8月22日。最新版本是 0.25.x 系列的bug修复版，建议更新。更新方式如下：
pip install –upgrade pandas
3. 数据结构
pandas 有两种主要的数据结构：Series（1维）和 DataFrame (2维)。
下面分别介绍这两种数据结构，首先在我们的 python 脚本或 jupyter notebook 中导入 pandas，业界惯例缩写为 pd。
import pandas as pd
3.1 Series
Series 是一维标记数组，能够保存任何数据类型（整数，字符串，浮点数，Python对象等）。 轴标签统称为索引。
3.1.1 创建 Series
通过列表创建：
data = [1, 2, 3]
pd.Series(data)
0 1
1 2
2 3
dtype: int64
通过字典创建：
data = {'a': 1, 'b': 2, 'c': 3}
pd.Series(data)
a 1
b 2
c 3
dtype: int64
通过 index 参数设置索引(标签):
data = [1, 2, 3]
index = ['a', 'b', 'c']
pd.Series(data, index=index)
a 1
b 2
c 3
dtype: int64
通过标量创建(相同值)，并设置索引(标签，不能重复)：
data = 0
index = ['a', 'b', 'c']
pd.Series(data, index=index)
a 0
b 0
c 0
dtype: int64
3.1.2 访问 Series
s = pd.Series([10, 100, 1000], index=['a', 'b', 'c'])
s
a 10
b 100
c 1000
dtype: int64
数组方式访问：
print(s[0], s[1], s[2])
10 100 1000
字典方式访问：
print(s['a'], s['b'], s['c'])
10 100 1000
可见两种访问方式之间的对应关系：
print(s[0] == s['a'], s[1] == s['b'], s[2] == s['c'])
True True True
3.2 DataFrame
DataFrame 是一个二维标记数据结构，具有可能不同类型的列。 可以将其类比于电子表格或 SQL 表，或 Series 对象的字典。 它也是最常用的 pandas 对象。
3.2.1 创建 DataFrame
通过列表字典创建：
data = {
'col1': [1, 2, 3],
'col2': [4, 5, 6],
'col3': [7, 8, 9]
}
pd.DataFrame(data)
col1 col2 col3 0 1 4 7 1 2 5 8 2 3 6 9
通过 Series 字典创建：
s1 = pd.Series([1, 2, 3], index=['row1', 'row2', 'row3'])
s2 = pd.Series([4, 5, 6], index=['row2', 'row3', 'row4'])
s3 = pd.Series([7, 8, 9], index=['row3', 'row4', 'row5'])
data = {
'col1': s1,
'col2': s2,
'col3': s3
}
pd.DataFrame(data)
col1 col2 col3 row1 1.0 NaN NaN row2 2.0 4.0 NaN row3 3.0 5.0 7.0 row4 NaN 6.0 8.0 row5 NaN NaN 9.0
通过字典列表创建:
data = [
{'col1': 1, 'col2': 2, 'col3': 3},
{'col1': 2, 'col2': 3, 'col3': 4},
{'col1': 3, 'col2': 4, 'col3': 5}
]
pd.DataFrame(data, index=['row1', 'row2', 'row3'])
col1 col2 col3 row1 1 2 3 row2 2 3 4 row3 3 4 5
通过二维列表创建：
data = [
[1, 2, 3],
[2, 3, 4],
[3, 4, 5]
]
pd.DataFrame(data, index=['row1', 'row2', 'row3'], columns=['col1', 'col2', 'col3'])
col1 col2 col3 row1 1 2 3 row2 2 3 4 row3 3 4 5
3.2.2 访问 DataFrame
df = pd.DataFrame([[1, 4, 7], [2, 5, 8], [3, 6, 9]],
index=['row1', 'row2', 'row3'],
columns=['col1', 'col2', 'col3'])
df
col1 col2 col3 row1 1 4 7 row2 2 5 8 row3 3 6 9
通过列标签访问列:
df['col1']
row1 1
row2 2
row3 3
Name: col1, dtype: int64
通过行标签访问行:
df.loc['row1']
col1 1
col2 4
col3 7
Name: row1, dtype: int64
通过整数访问行：
df.iloc[0]
col1 1
col2 4
col3 7
Name: row1, dtype: int64
通过切片选择行:
df[1:]
col1 col2 col3 row2 2 5 8 row3 3 6 9
3.2.3 转置 DataFrame
将行列互换，类似线性代数中矩阵的转置。
df.T
猜你喜欢：
KEN：python 科学计算的基石 numpy（一）zhuanlan.zhihu.com
KEN：python 数据可视化工具包 matplotlibzhuanlan.zhihu.com
坚持写专栏不易，如果觉得本文对你有帮助，记得点个赞。感谢支持！
github 站点: https://kenblikylee.github.io/
