金融数据分析—以Python为工具 课件 四、基础数据包—Pandas.pptx

Python金融数据分析

基础数据包—PandasChapter04

Pandas简介Pandas(官网：/)是Python的核心数据分析库，其名称来自于PanelDataAnalysis（面板数据分析）。Pandas提供了序列型Series和二维标签数据DataFrame这两种主要的数据结构类型。这两种类型都是基于NumPy数组扩展而来，因此Pandas天生具备NumPy的计算优势。

Pandas简介Pandas的强大体现在其丰富的二维数据操作支持，可以将Pandas类比为编程语言中的Excel。Pandas提供了数据存取、清洗和规范化、分组聚合、数据统计、重构透视、可视化等一系列的功能支持。

DataFrame基本操作

其他IO操作DataFrame.to_csv(path_or_buf=None,sep=,,columns=None,header=True,index=True,encoding=None)path_or_buf设置包括文件名的文件路径；sep指定文件的分隔符，默认为逗号；columns指定需要存储的列；header设定是否将列名存为表头；index设置是否存储索引；encoding指定文件编码格式，当文件中含有中文时建议显式指定编码格式（例如utf-8或GBK），读取文件时用相同的编码格式读取。

DataFrame数据操作（1）关于axis的理解。轴代表数据的某一维度，例如DataFrame有两个维度，有0和1两个轴，其中0轴代表最高维度。在DataFrame或二维数组中，axis=0代表跨行操作，axis=1代表跨列操作。（2）df[‘some_col’]返回的是Series，df[[‘some_col’]]返回的是DataFrame，根据需要选择。（3）对列进行索引的标准形式是df[‘some_col’]（方括号索引），简化形式是df.some_col（属性索引），两者通常等价。