Python数据分析第4章Pandas统计分析基础
第 4 章 Pandas统计分析基础 Python数据分析
第 4 章 Pandas统计分析基础·Pandas（Python DataAnalysis Library）是基于NumPy的数据分析模块，它提供了大量标准数据模型和高效操作大型数据集所需的工具，可以说Pandas是使得Python能够成为高效且强大的数据分析环境的重要因素之一。导入方式：importpandasaspd
第 4 章 Pandas统计分析基础 • Pandas（Python Data Analysis Library）是基于 NumPy的数据分析模块，它提供了大量标准数据模 型和高效操作大型数据集所需的工具，可以说 Pandas是使得Python能够成为高效且强大的数据分 析环境的重要因素之一。 • 导入方式：import pandas as pd
4.1 Pandas中的数据结构Pandas有三种数据结构：Series、DataFrame和Panel。Series类似于一维数组：DataFrame是类似表格的二维数组：Panel可以视为Excel的多表单Sheet
4.1 Pandas中的数据结构 Pandas有三种数据结构：Series、DataFrame和 Panel。Series类似于一维数组；DataFrame是类似 表格的二维数组；Panel可以视为Excel的多表单 Sheet
4.1 Pandas中的数据结构&.4.1.1 SeriesSeries是一种一维数组对象，包含了一个值序列，并且包含了数据标签，称为索引（index），可通过索引来访问数组中的数据
❖4.1.1 Series Series 是一种一维数组对象，包含了一个值序列，并且包含了 数据标签，称为索引（index），可通过索引来访问数组中的数据。 4.1 Pandas中的数据结构
4.1 Pandas中的数据结构1. Series的创建pd.Series(data=None, index=None, dtype=None, name=None,copy=False,fastpath=False)【例4-1】通过列表创建SeriesIn[1]:importpandasaspdobj=pd.Series([1,-2,3,-4])#仅有一个数组构成print(obi)Out[1]:01-21233-4dtype: int64
1. Series的创建 pd.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False) 【例4-1】通过列表创建Series In[1]: import pandas as pd obj = pd.Series([1, -2, 3, -4]) #仅有一个数组构成 print(obj) Out[1]: 0 1 1 -2 2 3 3 -4 dtype: int64 4.1 Pandas中的数据结构