pandas基本操作-Pandas数据结构-Python数据分析教学.pptx

;pandas主要提供了3种数据结构：

Series，带标签的一维数组；

DataFrame，带标签且大小可变的二维表格结构；

Panel，带标签且大小可变的三维数组。;pandas主要有6种数据类型：

int：整型数，整数；

float：浮点数；

object：Python对象类型，用‘O’表示；

string_：字符串类型；

unicode_：固定长度的unicode类型，跟字符串定义方式一样；

datetime64[ns]：表示时间格式。;1.生成一维数组

importnumpyasnp

importpandasaspd

x=pd.Series([1,3,5,np.nan])

x

01.0

13.0

25.0

3NaN

dtype:float64;pd.Series(range(5))#把Python的range对象转换为一维数组

00

11

22

33

44

dtype:int32

pd.Series(range(5),index=list(abcde))#指定索引

a0

b1

c2

d3

e4

dtype:int32;pd.date_range(startendfreq=H)

#间隔为小时

DatetimeIndex([2018-01-0100:00:00,2018-01-0101:00:00,

2018-01-0102:00:00,2018-01-0103:00:00,

2018-01-0104:00:00,2018-01-0105:00:00,

2018-01-0106:00:00,2018-01-0107:00:00,

2018-01-0108:00:00,2018-01-0109:00:00,

...

2018-12-3015:00:00,2018-12-3016:00:00,

2018-12-3017:00:00,2018-12-3018:00:00,

2018-12-3019:00:00,2018-12-3020:00:00,

2018-12-3021:00:00,2018-12-3022:00:00,

2018-12-3023:00:00,2018-12-3100:00:00],

dtype=datetime64[ns],length=8737,freq=H);pd.date_range(startendfreq=D)

#间隔为天

DatetimeIndex([2018-01-01,2018-01-02,2018-01-03,2018-01-04,

2018-01-05,2018-01-06,2018-01-07,2018-01-08,

2018-01-09,2018-01-10,

...

2018-12-22,2018-12-23,2018-12-24,2018-12-25,

2018-12-26,2018-12-27,2018-12-28,2018-12-29,

2018-12-30,2018-12-31],

dtype=datetime64[ns],length=365,freq=D);dates=pd.date_range(startendfreq=M)

#间隔为月

dates

Date