安裝pandas
根据python pip安装pandas
pip install pandas
pandas算法设计
pandas常见算法设计包含：Series和DataFrame
Series
Series是一种一维的数字能量数组型对象，包括一个值编码序列（与numpy中的基本数据类型类似） ，数据标签（称之为索引（index）） 。
import pandas as pd
# 建立Series对象
obj=pd.Series([4,5,6,7])
print(obj)
0 4
1 5
2 6
3 7
dtype: int64
左侧为索引 ，右侧为值，默认设置索引从0到n-1（n为数据信息长短） ，能够 根据values属性和index属性各自得到Series对象的值和索引
print(obj.values)
array([4, 5, 6, 7], dtype=int64)
print(obj.index)
RangeIndex(start=0, stop=4, step=1)
# 自定索引编码序列
obj2=pd.Series([4,5,6,7],index=['a','b','d','e'])
print(obj2,'\n')
# 输出索引
print(obj2.index)
a 4
b 5
d 6
e 7
dtype: int64
Index(['a', 'b', 'd', 'e'], dtype='object')
Series对象能够 应用标识来开展索引
# 输出索引为b的元素
print(obj2['b'])
# 输出索引为a ，d，e的元素
print('* '*10)
print(obj2[['a','d','e']])
5
* * * * * * * * * *
a 4
d 6
e 7
dtype: int64
Series对象也可以应用布尔值开展过虑
# 输出值超过5的元素
print(obj2[obj2>5])
d 6
e 7
dtype: int64
DataFrame
DataFrame表明引流矩阵的数据分析表 ，包括已排列的列结合 ，每一列能够 是不一样的的值种类（标值、字符串数组 、布尔值等）
DataFrame具有行索引，也是有列索引 ，能够 被视作一个共享资源同样索引的Series的词典
# 建立DataFrame对象
data={'age':[18,18,18,20,20,20],'name':['a','b','c','aa','bb','cc'],'height':[180,180,180,182,182,182]}
frame=pd.DataFrame(data)
print(frame)
age name height
0 18 a 180
1 18 b 180
2 18 c 180
3 20 aa 182
4 20 bb 182
5 20 cc 182
DataFrame还可以用columns主要参数特定列索引排列顺序
frame=pd.DataFrame(data,columns=['name','age','height'])
print(frame)
name age height
0 a 18 180
1 b 18 180
2 c 18 180
3 aa 20 182
4 bb 20 182
5 cc 20 182
假如传的列主要参数没有词典中 ，可能出現缺少值
frame=pd.DataFrame(data,columns=['name','age','height','addition'])
print(frame)
print(frame.columns)
name age height addition
0 a 18 180 NaN
1 b 18 180 NaN
2 c 18 180 NaN
3 aa 20 182 NaN
4 bb 20 182 NaN
5 cc 20 182 NaN
Index(['name', 'age', 'height', 'addition'], dtype='object')
DataFrame的一列能够 按字典型性标识或属性那般索引为Series
frame=pd.DataFrame(data,columns=['name','age','height'])
print(frame['name'])
print(frame.age)
0 a
1 b
2 c
3 aa
4 bb
5 cc
Name: name, dtype: object
0 18
1 18
2 18
3 20
4 20
5 20
Name: age, dtype: int64
行还可以根据部位或独特属性loc开展索引
frame=pd.DataFrame(data,columns=['name','age','height'])
print(frame.loc[2])
name c
age 18
height 180
Name: 2, dtype: object