Pandas库是基于Numpy构建的，用于处理如为数据添加标签、处理缺失值、分组等更灵活的数据任务

📚基本数据结构

🐇Series：存储一维

1. Series一般由四个部分组成，分别是序列的值data、索引index、存储类型dtype、序列的名字name。其中，索引也可以指定它的名字，默认为空。
   
   object代表了一种混合类型，正如上面的例子中存储了整数、字符串以及Python的字典数据结构。此外，目前pandas把纯字符串序列也默认认为是一种object类型的序列，但它也可以用string类型存储

---

2. 存储后的属性可用.的方式获取
   

---

3. 加减乘除
   

   Pandas数据对齐
   ⭐️数据标签相同
   
   ⭐️数据标签不同
   

   import pandas as pd
   s1 = pd.Series({'辣条': 14, '面包': 7, '可乐': 8, '烤肠': 10})
   s2 = pd.Series({'辣条': 20, '面包': 3, '雪碧': 13, '泡面': 6})
   print(s1.add(s2, fill_value=0))  # fill_value=0，就当值不存在默认为0
   '''
   可乐     8.0
   泡面     6.0
   烤肠    10.0
   辣条    34.0
   雪碧    13.0
   面包    10.0
   '''
   

🐇DataFrame:存储二维

1. 相关属性定义
   

---

2. DataFrame在Series的基础上增加了列索引，一个数据框可以由二维的data与行列索引来构造
   

---

3. 但一般而言，更多的时候会采用从列索引名到数据的映射来构造数据框，同时再加上行索引
   
   • 由于这种映射关系，在DataFrame中可以用[col_name]与[col_list]来取出相应的列与由多个列组成的表
     
   • 与Series类似，在数据框中同样可以取出相应的属性
   • 通过.T可以把DataFrame进行转置
     

---

🐇Series和DataFrame的关系

• 按行分

  

• 按列分

  

---

📚常用基本函数

🐇数据基本操作

🥕列的查改增删

👀查看列

print(df['可乐'])：一列
print(df['可乐','辣条'])：多列

👀修改列

df['可乐'] = [18, 23]：和字典修改值的地方类似，直接对已有列重新赋值即可

👀新增列

df['糖果'] = [3, 5]：对表格中不存在的列直接赋值即可

👀删除列

df.drop('面包', axis=1, inplace=True)：drop() 方法

---

🥕行的查改增删

👀查看行

print(df.loc[0])

查看第一行，注意，loc 并不是一个方法，而是类似于字典。所以我们使用的是 [] 而不是 ()，这里千万不要用错。这样我们就能得到第一行的数据

⭐️如果在构建表格时像下面这样单独设置了索引，同样也可以用对应的索引值来获取表格行的数据

import pandas as pd
data = {'辣条': [14, 20],'面包': [7, 3],'可乐': [8, 13],'烤肠': [10, 6]
}
df = pd.DataFrame(data, index=['2020-01-01', '2020-01-02'])
print(df.loc['2020-01-01'])

⭐️除了第一个参数索引外，还支持第二个参数列名。即同时基于行和列获取指定的数据，例print(df.loc[0, '辣条'])，是获取行为 0 且列为辣条的数据
⭐️同时，行和列还支持分片的写法，需要注意的是，这里的分片和 Python 中列表的分片不太一样，这里的分片结果是前后都包含的，而列表分片只包含前面不包含后面。除此之外，二者都可以通过省略冒号前后的内容来实现全选

# 行分片
print(df.loc[0:1, '辣条'])
# 列分片
print(df.loc[0, '辣条':'可乐'])
# 同时分片
print(df.loc[0:1, '辣条':'可乐'])

⭐️同时也支持布尔索引来进行数据的筛选

⭐️除了比较常用的 loc 之外，我们还能使用 iloc。用法和 loc 大体一样，区别在于 loc 使用的参数是索引，而 iloc 的参数是位置，即第几行。因此，在不指定索引的情况下，loc 和 iloc 的效果是一样的。但当单独指定了索引，我们想获取前 3 行数据时可以像下面这样，注意，iloc 的分片和 Python 的列表分片一样，要和 loc 的分片规则区分开来。

import pandas as pd
data = {'辣条': [14, 20, 12, 15, 17],'面包': [7, 3, 8, 3, 9],'可乐': [8, 13, 23, 12, 19],'烤肠': [10, 6, 21, 24, 18]
}
df = pd.DataFrame(data, index=['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04', '2020-01-05'])
print(df.iloc[:3])  # :3 表示 0、1、2 前三个

👀修改行

直接赋值即可
⭐️赋值为一个数字。df.loc[0] = 1 # 第一行都改成 1
⭐️赋值为长度和列数相等列表。

# 按顺序修改成 1 2 3 4
df.loc[0] = [1, 2, 3, 4]

⭐️也可以使用例如 df.loc[0, '辣条'] = 23 定位到行和列来修改特定的数据

👀新增行

⭐️对表格中不存在的行直接赋值就能添加新的列了

# 添加第三行，全为 1
​df.loc[2] = 1
​# 添加第四行，分别为 1 2 3 4
​df.loc[3] = [1, 2, 3, 4]
​#和新增列道理一样的

⭐️在新增行时，是不能使用 iloc 传入索引的

👀删除行

删除行和删除列一样，都是使用 drop() 方法。删除列的使用传入了 axis=1 表示对列进行删除，axis 默认为 0，因此删除行时省略 axis 参数即可

🥕表格合并

⭐️纵向合并：pd.concat([df1, df2])

---

⭐️横向合并：pd.merge(表一, 表二，on=‘用于合并的列名'，how=‘合并方式')

🐇数据分组统计

🥕汇总函数

一篇info，describe详解

🥕特征统计函数

🥕排序函数

🥕数据筛选分组

🐇数据清洗

🥕数据缺失

👀 删除缺失数据行

👀为缺失数据赋值

🥕数据去重

👀唯一值函数

drop_duplicates() 详解博客

👀apply方法

apply方法补充

匿名函数补充

和普通函数对比理解

• pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。
  
• format_price = lambda x: float(x.replace('元', ''))
• df['价格'] = df['价格'].apply(format_price)

👀替换函数

⭐️映射替换replace

• 可以通过字典构造，或者传入两个列表来进行替换
  
• 一种特殊的方向替换，指定method参数为ffill则为用前面一个最近的未被替换的值进行替换，bfill则使用后面最近的未被替换的值进行替换
  
  要被换的是1和2，然后用什么去换，就看是ffill和bfill，看取前边的还是取后边的

⭐️逻辑替换

• 逻辑替换包括了where和mask，这两个函数完全对称
  

⭐️数值替换

Data.clip函数详解博客

📚小结

---

⭐️【补充】文件的读取和写入