大數(shù)據(jù)導(dǎo)論1.Pandas統(tǒng)計分析目錄01Pandas庫的理解03Pandas庫的DataFrame類型02Series類型的基本操作04Pandas庫索引操作05Pandas庫的數(shù)據(jù)類型操作06Pandas庫的數(shù)據(jù)排序和統(tǒng)計函數(shù)Pandas庫的理解Pandas介紹Series類型Series類型的創(chuàng)建importpandas

aspd引入模塊Pandas庫的理解（1）兩種數(shù)據(jù)類型：Series,DataFramePandas庫的理解（2）NumpyPandas基礎(chǔ)數(shù)據(jù)類型關(guān)注數(shù)據(jù)的結(jié)構(gòu)表達維度：數(shù)據(jù)間關(guān)系擴展數(shù)據(jù)類型關(guān)注數(shù)據(jù)的應(yīng)用表達數(shù)據(jù)與索引間關(guān)系Pandas庫的理解（3）Series是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)（各種Numpy數(shù)據(jù)類型）以及一組與之相關(guān)的數(shù)據(jù)標簽（即索引）組成。值索引Pandas庫的Series類型（1）自定義索引Pandas庫的Series類型（2）Series類型可以由如下類型創(chuàng)建：Python列表，index與列表元素個數(shù)一致標量值，index表達Series類型的尺寸Python字典，鍵值對中的“鍵”是索引，index從字典中進行選擇操作ndarray，索引和數(shù)據(jù)都可以通過ndarray類型創(chuàng)建其他函數(shù)，range()函數(shù)等Series類型的創(chuàng)建方法Series類型的創(chuàng)建方法——從標量值創(chuàng)建Series類型的創(chuàng)建方法——從字典類型創(chuàng)建這也是非常常用的創(chuàng)建方式Series類型的創(chuàng)建方法——從ndarray類型創(chuàng)建大數(shù)據(jù)導(dǎo)論2.Series類型的基本操作基本操作概述index和values操作

類似ndarray類型

類似Python字典操作Series類型包括index和values兩部分Series類型的操作類似ndarray類型Series類型的操作類似Python字典類型Series類型的基本操作Series類型的基本操作——index和values操作（1）自動索引和基本索引并存，兩種索引都可以使用，但在使用的時候要么全是自動索引、要么全是基本索引。Series類型的基本操作——index和values操作（2）Series類型的操作類似ndarray類型：索引方法相同，采用[]Numpy中運算和操作可用于Series類型可以通過自定義索引的列表進行切片可以通過自動索引進行切片，如果存在自定義索引，則一同被切片Series類型的基本操作——類似ndarray類型Series類型的基本操作——類似ndarray類型的切片和運算類似Python字典操作方式：通過自定義索引訪問保留字in操作使用.get()方法Series類型的基本操作——類似Python字典類型通過基本索引和自動索引切片對values值進行修改并立即生效。Series類型的基本操作——通過index修改values的值大數(shù)據(jù)導(dǎo)論3.Pandas庫的DataFrame類型DataFrame類型的理解DataFrame類型的創(chuàng)建loc、iloc函數(shù)索引列

多列數(shù)據(jù)組成

DataFrame類型的理解（1）columnindexaxis=1axis=0DataFrame類型的理解（2）四種常用的創(chuàng)建方式：由二維ndarray對象創(chuàng)建由一維ndarray、列表、字典、元組或Series構(gòu)成的字典Series類型其他的DataFrame類型DataFrame類型的創(chuàng)建DataFrame類型的創(chuàng)建：從二維ndarray對象創(chuàng)建DataFrame類型的創(chuàng)建：從一維ndarray對象字典創(chuàng)建DataFrame類型的創(chuàng)建：從列表類型的字典創(chuàng)建loc：通過行標簽索引數(shù)據(jù)，例如取index為a的行；location的縮寫。iloc：通過行號索引行數(shù)據(jù)，例如取第2行數(shù)據(jù)；Integerandlocation的縮寫。pandas-數(shù)據(jù)選取loc、iloc函數(shù)（1）pandas-數(shù)據(jù)選取loc、iloc函數(shù)（2）pandas-數(shù)據(jù)選取某行pandas-數(shù)據(jù)選取多行pandas-數(shù)據(jù)選取多行切片pandas-數(shù)據(jù)選取索引某行某列大數(shù)據(jù)導(dǎo)論4.Pandas庫索引操作索引的理解

索引類型的常用方法

重新索引Series和DataFrame的索引是Index類型Index對象是不可修改類型Pandas庫——索引方法說明.append(idx)連接另一個Index對象，產(chǎn)生新的Index對象.diff(idx)計算差集，產(chǎn)生新的Index對象.intersection(idx)計算交集.union(idx)計算并集.delete(loc)刪除Loc位置處的元素.insert(loc,e)在loc位置增加一個元素ePandas庫——索引類型的常用方法Pandas庫——索引類型的方法使用.drop()能夠刪除Series和DataFrame指定行或列索引Pandas庫——刪除指定索引對象.reindex()能夠改變或重排Series和DataFrame索引Pandas庫的數(shù)據(jù)類型操作——重新索引參數(shù)說明index,columns新的行列自定義索引fill_value重新索引中，用于填充缺失位置的值method填充方法，ffill當(dāng)前值向前填充，bfill向后填充limit最大填充量copy默認True，生成新的對象；False時，新舊相等不復(fù)制Pandas庫的數(shù)據(jù)類型操作——重新索引reindex函數(shù)參數(shù)Pandas庫的數(shù)據(jù)類型操作——重新索引舉例大數(shù)據(jù)導(dǎo)論5.Pandas庫的數(shù)據(jù)類型操作算術(shù)運算

比較運算算術(shù)運算根據(jù)行列索引，補齊后運算，運算默認產(chǎn)生浮點數(shù)補齊時缺項填充NaN(空值)二維和一維、一維和零維間為廣播運算采用+

‐*

/符號進行的二元運算產(chǎn)生新的對象Pandas庫數(shù)據(jù)的算術(shù)運算Pandas庫的數(shù)據(jù)的算術(shù)運算——+、-、*、/符號運算方法說明.add(d,**argws)類型間加法運算，可選參數(shù).sub(d,**argws)類型間減法運算，可選參數(shù).mul(d,**argws)類型間乘法運算，可選參數(shù).div(d,**argws)類型間除法運算，可選參數(shù)Pandas庫的數(shù)據(jù)的算術(shù)運算——加減乘除的方法形式的運算Pandas庫的數(shù)據(jù)的算術(shù)運算

——加減乘除的方法形式的運算（1）Pandas庫的數(shù)據(jù)的算術(shù)運算

——加減乘除的方法形式的運算（2）比較運算只能比較相同索引的元素，不進行補齊二維和一維、一維和零維間為廣播運算采用>

<

>=

<=

==

!=等符號進行的二元運算產(chǎn)生布爾對象Pandas庫數(shù)據(jù)的比較運算Pandas庫的數(shù)據(jù)的比較運算（1）Pandas庫的數(shù)據(jù)的比較運算（2）大數(shù)據(jù)導(dǎo)論6.Pandas庫的數(shù)據(jù)排序和統(tǒng)計函數(shù)數(shù)據(jù)排序

基本統(tǒng)計方法Pandas提供了兩種排序方法：索引排序sort_index()值排序sort_values()Pandas庫的數(shù)據(jù)排序.sort_index()方法在指定軸上根據(jù)索引進行排序，默認升序.sort_index(axis=0,

ascending=True)Pandas數(shù)據(jù)排序

——索引排序sort_index()方法（1）Pandas數(shù)據(jù)排序

——索引排序sort_index()方法（2）.sort_values()方法在指定軸上根據(jù)數(shù)值進行排序，默認升序Series.sort_values(axis=0,

ascending=True)DataFrame.sort_values(by,

axis=0,

ascending=True)by

:axis軸上的某個索引或索引列表Pandas數(shù)據(jù)排序

——值排序sort_values()方法（1）.sort_values(by,

axis=0,

ascending=True)Pandas數(shù)據(jù)排序

——值排序sort_values()方法（2）如有NaN，NaN統(tǒng)一放到排序末尾Pandas數(shù)據(jù)排序

——值排序sort_values()方法（3）適用于Series和DataFrame類型方法說明.sum()計算數(shù)據(jù)的總和，按0軸計算，下同.count()非NaN值的數(shù)量.mean().median()計算數(shù)據(jù)的算術(shù)平均值、算術(shù)中位數(shù).var().std()計算數(shù)據(jù)的方差、標準差.min.max()計算數(shù)據(jù)的最小值、最大值Pandas數(shù)據(jù)的基本統(tǒng)計方法適用于Series類型方法說明.argmin().argmax()計算數(shù)據(jù)最大值、最小值所在位置的索引位置（自動索引