pandas的快速入门

　　创建对象
　　利用Series函数创建list数据import pandas as pd import numpy as np  import matplotlib.pyplot as plt  s=pd.Series([1,3,5,np.nan,6,8])  #自动设置索引为整型  print(s)
　　运行结果：0 1.0
　　1 3.0
　　2 5.0
　　3 NaN
　　4 6.0
　　5 8.0
　　dtype: float64
　　通过date_range()函数创建时间序列对象import pandas as pd  import numpy as np  dates=pd.date_range(＂20220313＂,periods=6) #生成行标为日期的对象 print(dates)
　　运行结果DatetimeIndex([＂2022-03-13＂, ＂2022-03-14＂, ＂2022-03-15＂, ＂2022-03-16＂,
　　＂2022-03-17＂, ＂2022-03-18＂],
　　dtype=＂datetime64[ns]＂, freq=＂D＂)
　　通过pd.DataFrame()函数生成对象import pandas as pd  import numpy as np  s=pd.DataFrame(np.random.randn(6,4),index=pd.date_range(＂20220313＂,periods=6),columns=list(＂ABCD＂)) #三个参数，对象值二维数组，行标签是日期，列标签A、B、C、D  print(s)
　　运行结果：A B C D
　　2022-03-13 0.091190 -0.004746 -0.239654 -0.884793
　　2022-03-14 -0.600911 -0.993399 1.748447 -1.762878
　　2022-03-15 1.002787 -1.243758 1.828056 -1.330431
　　2022-03-16 1.615258 0.074866 0.539540 -0.704944
　　2022-03-17 -1.337127 0.842423 0.496022 0.106319
　　2022-03-18 -1.612054 -1.595551 -0.797913 0.197910
　　通过字典（dict)创建对象import pandas as pd  import numpy as np  df=pd.DataFrame({ ＂A＂:1.0, ＂B＂:pd.Timestamp(＂20130102＂), ＂C＂:pd.Series(1,index=list(range(4)),dtype=＂float32＂), ＂D＂:np.array([3]*4,dtype=＂int32＂), ＂E＂:pd.Categorical([＂test＂,＂trail＂,＂test＂,＂trail＂]), ＂F＂:＂foo＂ })  print(df)
　　运行结果：A B C D E F
　　0 1.0 2013-01-02 1.0 3 test foo
　　1 1.0 2013-01-02 1.0 3 trail foo
　　2 1.0 2013-01-02 1.0 3 test foo
　　3 1.0 2013-01-02 1.0 3 trail foo
　　查看列索引的数据类型-df.dtypesimport pandas as pd  import numpy as np  df=pd.DataFrame({ ＂A＂:1.0, ＂B＂:pd.Timestamp(＂20130102＂), ＂C＂:pd.Series(1,index=list(range(4)),dtype=＂float32＂), ＂D＂:np.array([3]*4,dtype=＂int32＂), ＂E＂:pd.Categorical([＂test＂,＂trail＂,＂test＂,＂trail＂]), ＂F＂:＂foo＂ }) # 输出列的数据类型  print(df.dtypes)
　　输出结果：A float64
　　B datetime64[ns]
　　C float32
　　D int32
　　E category
　　F object
　　dtype: object
　　查看数据
　　查看前五行数据-df.head()import pandas as pd  import numpy as np  df=pd.DataFrame(np.random.randn(8,6),index=pd.date_range(＂20220319＂,periods=8),columns=list(＂ABCDEF＂))  # 输出前五行  print(df.head())
　　输出结果：A B C D E F
　　2022-03-19 2.078983 -1.381038 0.829121 -0.140437 -2.208191 -1.693364
　　2022-03-20 1.894550 0.081164 -0.031612 0.034612 -0.100628 0.134954
　　2022-03-21 0.464486 -0.119990 -0.825946 1.712146 -0.909462 -0.378363
　　2022-03-22 -0.160688 -0.535295 1.126277 -0.523524 0.673785 -1.012944
　　2022-03-23 1.419877 0.994878 -1.384770 -0.242714 0.705876 -0.960672
　　查看最后五行-df.tail()import pandas as pd  import numpy as np  df=pd.DataFrame(np.random.randn(8,6),index=pd.date_range(＂20220319＂,periods=8),columns=list(＂ABCDEF＂))  print(df.tail())
　　输出结果A B C D E F
　　2022-03-22 -1.932294 1.902191 0.826973 -0.857617 -0.534688 -1.663434
　　2022-03-23 0.534020 0.264641 -0.308872 -1.244114 -0.428450 1.123675
　　2022-03-24 -0.862361 -0.169321 -0.094426 -0.636117 1.344678 -0.639293
　　2022-03-25 0.204781 -0.117539 -0.268759 0.147306 1.026043 -0.024996
　　2022-03-26 0.276475 0.254426 -0.786022 -2.055175 -0.020681 1.618434
　　查看索引-df.indeximport pandas as pd  import numpy as np  df=pd.DataFrame(np.random.randn(8,6),index=pd.date_range(＂20220319＂,periods=8),columns=list(＂ABCDEF＂)) # 输出行索引  print(df.index)
　　运行结果DatetimeIndex([＂2022-03-19＂, ＂2022-03-20＂, ＂2022-03-21＂, ＂2022-03-22＂,
　　＂2022-03-23＂, ＂2022-03-24＂, ＂2022-03-25＂, ＂2022-03-26＂],
　　dtype=＂datetime64[ns]＂, freq=＂D＂)
　　查看列-df.columnsimport pandas as pd  import numpy as np  df=pd.DataFrame(np.random.randn(8,6),index=pd.date_range(＂20220319＂,periods=8),columns=list(＂ABCDEF＂))  # 输出列索引  print(df.columns)
　　运行结果
　　Index([＂A＂, ＂B＂, ＂C＂, ＂D＂, ＂E＂, ＂F＂], dtype=＂object＂)
　　查看所有对象的值（列表形式）-df.valuesimport pandas as pd  import numpy as np df=pd.DataFrame(np.random.randn(8,6),index=pd.date_range(＂20220319＂,periods=8),columns=list(＂ABCDEF＂))  # 输出对象的值 print(df.values)
　　运行结果：[[ 0.89753168 -0.4647323 -0.66857853 -0.60079733 1.11180881 -0.72215369]