Pandas

这是一个Pandas的思维导图，主要从定义、数据结构、数据访问、文件读写、数据清洗、数据处理、数据可视化等方面来展开论述。

pandas

• 定义
  • 结构化数据工具集
  • 数据挖掘工具
  • 数据分析工具
  • 数据清洗工具
• 数据结构
  • Series
    • 定义
      • 带标签的一维同构数组
    • 生成对象
      • 输入列表，自动生成索引：pd.Series(list)
      • 插入字典，键初始化为索引：pd.Series(dict)
  • DataFrame
    • 定义
      • 带标签、大小可变的，二维异构表格
    • 生成对象
      • 输入列表，自动生成索引：pd.DataFrame(list)
      • 插入嵌套列表，生成多列数据：pd.DataFrame([[ ]])
      • 插入字典，键初始化为列索引：pd.DataFrame(dict)
• 数据访问
  • 访问头部数据：df.head( )
  • 访问尾部数据：df.tail( )
  • 访问摘要数据：df.describe( )
  • 访问索引
    • 行索引：df.index( )
    • 列索引：df.columns( )
  • 访问数值
    • 数值访问函数：df.values( )
    • 按标签访问：df.loc[ ]
    • 按位置访问：df.iloc[ ]
    • 布尔索引：df[条件]
    • 条件访问：df[df[index or columns] isin [ ]]
• 文件读写
  • .csv文件
    • 读：pd.read_csv(filename,encoding='GB18030')
    • 写：pd.to_csv(filename,decoding='GB18030')
  • .xlsx文件
    • 读：pd.read_xlsx(filename)
    • 写：pd.to_xlsx(filename)
  • .hdf文件
    • 写：hdf(filename)
• 数据清洗
  • 缺失值删除：df.dropna( )
  • 缺失值填充：df.fillna( )
• 数据处理
  • 数据拼接
    • pd.concat([ ])
    • pd.merge( )
    • pd.join( )
  • 数据重排
    • df.sort_index( )
    • df.sort_values(by=index or columns)
  • 数据分析
    • numpy包
    • df.groupby([ ]).function( )
    • df,apply(function)
• 数据可视化
  • 折线图：pd.plot( )
  • 直方图：pd.plot.hist( )
  • 散点图：pd.plot.scatter( ）