pandas入門

使用《利用python進行數據分析》(第二版)進行學習，僅需要學習資料的小夥伴可直接跳轉至文章最下方。(註：只有第5章--pandas入門部分，使用jupyter notebook打開，代碼已通過測試，後續章節請追隨更新)

1、pandas的數據結構

       pandas有兩個主要的數據結構：Series和DataFrame。

Series是一種類似於一維數組的對象，它由一組數據(各種Numpy數據類型)以及一組與之相關的數據標籤(即索引)組成。僅有一組數據即可產生最簡單的Series:

與普通Numpy數組相比，可通過索引的方式選取Series中的單個或一組值：

Series對象本身及其索引都有一個name屬性，該屬性跟pandas其它的關鍵功能關係非常密切：

DataFrame是表格型數據結構，列有序，每列可為不同的值類型。DataFrame既有行索引也有列索引,它可以被看做由Series組成的字典 （共用同一個索引）。DataFrame中面向行和面向列的操作基本上是平衡的。DataFrame中的數據是以一個或多個二維塊存放的。
註：雖然DataFrame是以二維結構保存數據的，但仍可以將其表示為更高維度的數據。直接傳入一個由等長列表或Numpy數組組成的字典，構建DataFrame:

DataFrame的列可以通過賦值的方式修改，附上一個標量或一組值：

Series索引（obj[...]）的工作方式類似於Numpy數組的索引，只不過Series的索引值不只是整數：

利用標籤的切片運算與普通的Python切片運算不同，其末端是包含的(即閉區間)：

這就叫做廣播。DataFrame和Series之間的運算差不多也是如此：

默認情況下，DataFrame和Series之間的算術運算會將Series的索引匹配到DataFrame的列，然後沿著行一直向下廣播：

有些匯總統計（如相關係數和協方差）是通過參數對計算出來的。我們來看幾個DataFrame ,它們的數據來自Yahoo ! Fina nce的股票價格和成交貓：
　　1）python中有一種存儲方式，可以存儲為.pkl文件。

　　2）該存儲方式，可以將python項目過程中用到的一些暫時變量、或者需要提取、暫存的字符串、列表、字典等數據保存起來。

　　3）保存方式就是保存到創建的.pkl文件裡面。

　　4）然後需要使用的時候再 open，load。

Series的corr方法用於計算兩個Series中重疊的、非NA的、按索引對齊的值的相關係數。與此類似，cov用於計算協方差：

DataFrame的corr和COV方法將以DataFrame的形式返回完整的相關係數或協方差矩陣：

利用DataFrame的corrwith方法，你可以計算其列或行跟另一個Series或DataFrame之間的相關係數。傳入一個Series將會返回一個相關係數值Series （針對各列進行計算）：

傳入一個DataFrame則會計算按列名配對的相關係數。這裡，計算百分比變化與成交量的相關係數：

傳入axis = 1即可按行進行計算。無論如何，在計 算相關係數之前，所有的數據項都會桉標籤對齊。

百度網盤連結：https://pan.baidu.com/s/1-pokKZZEXncHcxVm7lPiWw