Pandas的应用

Pandas是Wes McKinney在2008年开发的一个强大的分析结构化数据的工具集。Pandas以NumPy为基础(数据表示和运算),提供了用于数据处理的函数和方法,对数据分析和数据挖掘提供了很好的支持;同时Pandas还可以跟数据可视化工具Matplotlib很好的整合在一起,非常轻松愉快的实现数据的可视化展示。

Pandas核心的数据类型是SeriesDataFrame,分别用于处理一维和二维的数据,除此之外还有一个名为Index的类型及其子类型,它为SeriesDataFrame提供了索引功能。日常工作中以DataFrame使用最为广泛,因为二维的数据本质就是一个有行有列的表格(想一想Excel电子表格和关系型数据库中的二维表)。上述这些类型都提供了大量的处理数据的方法,数据分析师可以以此为基础实现对数据的各种常规处理。

Series的应用

创建Series对象

基本属性和方法

绘制图表

Index的使用

DataFrame的应用

创建DataFrame对象

基本属性和方法

索引和切片

相关运算

缺失值处理

数据离散化

数据的合并

交叉表和透视表

  1. 交叉表:根据一个数据系列计算另一个数据系列的统计结果得到的DataFrame对象。
  2. 透视表:将DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚合函数得到的结果。

分组和聚合

绘制图表

results matching ""

    No results matching ""