python-pandas

Wang1107 2021-09-06 原文

pandas定义：

　　Pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量快速便捷地处理数据的函数和方法。使Python成为强大而高效的数据分析环境的重要因素之一。

pandas来历：

　　Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。

pandas数据结构：

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。

Time- Series：以时间为索引的Series。

DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。

Panel ：三维的数组，可以理解为DataFrame的容器。

Panel4D：是像Panel一样的4维数据容器。

PanelND：拥有factory集合，可以创建像Panel4D一样N维命名容器的模块。

pandas练习分组：
　　

df = pd.DataFrame({
    \'name\': [\'张三\',\'李四\',\'王五\',\'李四\',\'王五\',\'王五\',\'赵六\'],
    \'chinese\': [18, 53, 67, 63, 39, 70, 94],
    \'math\': [82, 63, 41, 59, 46, 39, 58],
    \'english\': [68, 52, 90, 86, 60, 98, 64],
    \'test\': [\'一\',\'一\',\'一\',\'二\',\'二\',\'三\',\'一\']
})
df