一、pandas库简介
pandas是一个专门用于数据分析的开源Python库，目前很多使用Python分析数据的专业人员都将pandas作为基础工具来使用。pandas是以Numpy作为基础来设计开发的，Numpy是大量Python数据科学计算库的基础，pandas以此为基础，在计算方面具有很高的性能。pandas有两大数据结构，这是pandas的核心，数据分析的所有任务都离开它们，分别是Series和DataFrame。
二、pandas库的安装
paandas安装较为简单，如果使用Anaconda的话，就在终端输入命令 “conda install pandas” 就能安装；如果电脑安装了pip的话，就在终端输入命令 “pip install pandas” 就能安装成功。安装完成后，可以在终端输入 “import pandas as pd” ，测试pandas是否安装成功。
三、Series的使用
Series用来表示一维数据结构，跟数组类似，它由两个相关联的数组组成，其中一个叫index的数组用来存储标签，这些标签与另一个数组中的元素一一对应。如下图所示：
声明Series对象时，需要调用Series()构造函数，并传入一个数组作为Series的主数组，比如：
import pandas as pd ser=pd.Series([12,33,55,66])print(ser)'''输出为 0 12 1 33 2 55 3 66 dtype: int64'''
运行上面的代码，可以知道，如果不指定标签，那么默认标签就是从0开始递增，我们也可以在声明一个Series对象时给它指定标签：
import pandas as pd ser=pd.Series([12,33,55,66],index=['a','s','d','f'])print(ser)'''输出为： a 12 s 33 d 55 f 66 dtype: int64'''
我们可以通过Series的index很方便得到其内部元素，或者为某元素赋值：
import pandas as pd ser=pd.Series([12,33,55,66])print(ser[2]) ser[2]=99print(ser[2])'''输出为： 55 99'''
Series对象可以进行运算，比如加减乘除，也可以使用Numpy中的数学函数来对它进行计算：
import pandas as pd ser=pd.Series([12,33,55,66]) ser2=ser/2print(ser2)import numpy as npprint(np.log(ser))'''输出为： 0 6.0 1 16.5 2 27.5 3 33.0 dtype: float64 0 2.484907 1 3.496508 2 4.007333 3 4.189655 dtype: float64'''
从上面可以看出，Series对象似乎跟字典很相似，我们可以把Series对象当作字典来使用，我们在创建Series对象时，将创建好的字典传入Series的构造函数即可，这样字典的键就组成了索引数组，每个索引对应的元素就是字典中对应的值：
import pandas as pd
dic={'wife':'kathy','son':'mary','mother':'lily','father':'tom'}
ser=pd.Series(dic)print(ser)'''输出为：
wife kathy
son mary
mother lily
father tom
dtype: object'''四、DataFrame的使用
DataFrame这种数据结构针对的是多维数据，由按一定顺序排列的多列数据组成，列之间的数据类型会不同，如下图所示：
从图中可以看出，DataFrame对象有两个索引数组，第一个数组index与行相关，这与Series相似，每个index标签与所在行的所有元素相关联。它的第二个数组包含一系列标签，每个标签下包含一列数据。可以将DataFrame理解为由多个Series对象组成的字典，每一列的名称为字典的键，Series作为字典的值。
创建DataFrame对象的常用方法就是传递一个字典对象给DataFrame()构造函数：
import pandas as pd
dic={'name':['tom','mary','john','mike'],'age':[14,15,77,45],'sex':['男','男','女','男']}
frame=pd.DataFrame(dic)print(frame)'''输出为：
name age sex
0 tom 14 男
1 mary 15 男
2 john 77 女
3 mike 45 男'''跟Series对象类似。DataFrame如果没有明确指定标签，那么它的默认标签也是从0开始递增。如果我们想知道DataFrame对象所有列的名称，则调用columns属性就可以了，获取索引列表的话就调用index属性，调用values属性将获取所有的元素。可以给DateFrame对象添加列：
import pandas as pd
dic={'name':['tom','mary','john','mike'],'age':[14,15,77,45],'sex':['男','男','女','男']}
frame=pd.DataFrame(dic)
frame['weight']=[89,99,145,123]print(frame)'''输出为：
name age sex weight
0 tom 14 男 89
1 mary 15 男 99
2 john 77 女 145
3 mike 45 男 123'''在数据处理中，有有时也会用到DataFrame的转置操作，即把行变为列，列变为行，调用DataFrame的T属性即可完成转置：
import pandas as pd
dic={'name':['tom','mary','john','mike'],'age':[14,15,77,45],'sex':['男','男','女','男']}
frame=pd.DataFrame(dic)print(frame.T)'''输出为：
0 1 2 3
name tom mary john mike
age 14 15 77 45
sex 男 男 女 男'''五、Series与DataFrame对象之间的运算
pandas允许Series对象与DataFrame对象进行运算，定义Series和DataFrame对象时，把Series对象的索引和DataFrame的列名称保持一致：
import pandas as pdimport numpy as np frame=pd.DataFrame(np.arange(16).reshape((4,4)),index=['age','name','sex','weight'],columns=['john','tom','mary','cathy'])print(frame) ser=pd.Series(np.arange(4),index=['john','tom','mary','cathy'])print(ser) res=frame-serprint(res)'''输出为： john tom mary cathy age 0 1 2 3 name 4 5 6 7 sex 8 9 10 11 weight 12 13 14 15 john 0 tom 1 mary 2 cathy 3 dtype: int32 john tom mary cathy age 0 0 0 0 name 4 4 4 4 sex 8 8 8 8 weight 12 12 12 12'''
可以看出，DataFrame对象的各元素分别减去了Series对象中索引与之相同的元素，DataFrame对象每一列的所有元素都执行了减法操作。
作者：禹泽鹏鹏