第3章　Pandas入门

Pandas是一个流行的开源Python程序库，其名称取panel data（面板数据，一个计量经济学的术语）与Python data analysis（Python数据分析）之意。本章将向读者介绍pandas的基本功能，其中包括Pandas的数据结构与运算。

Pandas的官方文档强调，Pandas项目名称中的字母应该全部采用小写形式，同时还约定导入这个程序库时使用的语句为import pandas as pd。

本书中，我们将尽可能地遵循这些惯例。

在本章中，我们首先安装并概要介绍Pandas，然后开始探索Pandas的两个最重要的数据结构：DataFrame和Series。最后，我们将学习如何对存储在这些数据结构中的数据进行类似SQL这样的运算，还举例说明包括时间序列例程在内的统计学工具。本章涉及的主题如下。

  • Pandas的安装与概览
  • Pandas的数据结构：DataFrame
  • Pandas的数据结构：Series
  • 利用Pandas查询数据
  • 利用Pandas的DataFrames进行统计计算
  • 利用Pandas的DataFrames聚合数据
  • DataFrames的连接（joining）与附加（appending）操作
  • DataFrames的串联（concatenating）操作
  • 处理缺失数据问题
  • 处理日期数据
  • 数据透视表

对于Pandas来说，最小的依赖项集合如下。

  • NumPy：这是一个处理数值数组的基础软件包，我们已经在前面的章节介绍过它的安装方法和简单用法。
  • python-dateutil：这是一个专门用来处理日期数据的程序库。
  • pytz：这是一个处理时区问题的程序库。

上面列出的是最低限度的依赖项，如果想更加全面地了解可选依赖项，请访问http://pandas. ...

Get Python数据分析（第2版） now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial