为什么学习pandas

• numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？
  • numpy能够帮助我们处理的是数值型的数据，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串，时间序列），那么pandas就可以帮我们很好的处理除了数值型的其他数据！

什么是pandas？

• 首先先来认识pandas中的两个常用的类
  • Series
  • DataFrame

import pandas as pd
from pandas import Series,DataFrame
import numpy as np

Series

• Series是一种类似与一维数组的对象，由下面两个部分组成：
  • values：一组数据（ndarray类型）
  • index：相关的数据索引标签
• Series的创建
  • 由列表或numpy数组创建
  • 由字典创建
    
    

# 隐式索引：默认索引。0，1，2，3，4
# 显式索引：自定义的索引
w = Series(data=[2,4,5,5], index=[\'bu\', \'nbs\',\'sdf\',\'ad\'])
运行结果:
bu     2
nbs    4
sdf    5
ad     5
dtype: int64

• Series的索引和切片

w[\'nbs\':\'ad\']  和   w[1:4]
结果:
nbs    4
sdf    5
ad     5
dtype: int64

w[\'bu\']  和   w.bu
结果: 2

• Series的常用属性
  • shape 返回基础数据形状的元组
  • size 返回数组中的元素数
  • index 以列表的形式返回数组的索引
  • values 以列表的形式返回数组的所有值
• Series的常用方法
  • head(),tail() # 显示前两个元素,显示后两个元素
  • unique() # 去重
  • isnull(),notnull() # 检测哪些元素为空值,检测哪些元素不为空值
  • add() sub() mul() div()
• Series的算术运算
  • 法则：索引一致的元素进行算数运算否则补空

s1 = Series(data=[1,2,3,4,5])
s2 = Series(data=[1,2,3])
s = s1 + s2
结果:
0    2.0
1    4.0
2    6.0
3    NaN
4    NaN

s.isnull()            s.notnull()
结果:                结果:
0    False            0     True
1    False            1     True
2    False            2     True
3     True            3    False
4     True            4    False
# 想要去除Seriese中的空值
s[[True,True,True,False,False]]    或者      s[s.notnull()] 
0    2.0
1    4.0
2    6.0

DataFrame

• DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。
  • 行索引：index
  • 列索引：columns
  • 值：values
• DataFrame的创建
  • ndarray创建
  • 字典创建
    
    
• DataFrame的属性
  • values
  • columns # 保存列名信息
  • index
  • shape
• DataFrame索引操作
  • 对行进行索引
  • 队列进行索引
  • 对元素进行索引
• iloc:
  • 通过隐式索引取行
• loc:
  • 通过显示索引取行
    

# 取单行
df.iloc[0]
df.loc[\'语文\']
# 取多行
df.iloc[[0,2]]

df.loc[\'英语\',\'李四\'] #取单个值
df.loc[[\'英语\',\'数学\'],\'张三\'] #取多个值

• DataFrame的切片操作
  • 对行进行切片
  • 对列进行切片

df[0:2] #切行

        张三   李四
语文	150	0
数学	150	0

df.iloc[:,0:1] #切列
        张三
语文	150
数学	150
英语	150
理综	150

• df索引和切片操作
  • 索引：
    • df[col]:取列
    • df.loc[index]:取行
    • df.iloc[index,col]:取元素
  • 切片：
    • df[index1:index3]:切行
    • df.iloc[:,col1:col3]:切列
• 时间数据类型的转换
  • pd.to_datetime(col)
• 将某一列设置为行索引
  • df.set_index()

============================================

练习：
qimo = df
qizhong = df

1. 假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。
   (qizhong + qimo) / 2 #计算均值
2. 假设张三期中考试数学被发现作弊，要记为0分，如何实现？

qizhong.iloc[1,0] = 0
qizhong
结果:
	张三	李四
语文	150	0
数学	0	0
英语	150	0
理综	150	0

3. 李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？
   qizhong[\'李四\'] += 100
4. 后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？
   qizhong += 10
   ============================================