目录
1 定义数据结构1.1 Series1.2 Dataframe2 读取和保存文件2.1 载入csv文件2.2 载入excel文件2.3 载入txt文件2.4 输出csv文件3 读取数据格式4 访问某个位置的元素4.1 读取数据某一列：4.2 访问具体某个位置的元素：4.2.1 .iloc[] #访问位置 是具体的整数4.2.2 .loc #访问标签 即列索引 列名5 修改数据5.1 增减列5.2 删除行列5.3 索引和切片5.4 数据分析5.4.1 描述性统计5.4.2 判断序列中元素是否在另一个序列中5.4.3 删除字符串中的某些字符（删除功能）5.4.4 将Series的值转为字符串**5.4.4 将Series中的值根据文本逗号分列（分割功能）5.4.5 判断Series的某个值是不是字符串5.4.6 Series中的值进行格式转换总结1 定义数据结构
1.1 Series
pandas主要的数据结构是 Series （一维数据）与 DataFrame（二维数据）。
Series （一维数据）：可以是数字（整数、浮点数等）、字符串、列表，元组，字典等python对象。series的每个值都有一个索引，默认从0开始。具有不变性（创建后大小不变）。
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)
data可以是列表[1,2,3]
pd.Series([1,2,3])
可以是字符串[“a”,"b","c"]
pd.Series(["a","b","c"])
可以是数组np.array([1, 2, 3])
pd.Series(np.array([1, 2, 3]))
可以是字典{1: "a", 2: "b", 3: "c"}，这种方式把索引指定为1，2，3。
pd.Series({1:"a",2:"b",3:"c"})
1.2 Dataframe
Dataframe（二维数据）是一个二维的表格，有许多有序的列，每列的数据类型可以不一样，可以是数字（整数、浮点数等）、字符串、列表，元组，字典等python对象。Dataframe的每行每列分别有一个索引，默认从0开始。具有可变性！
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
data可以是二维列表[["a",1],["b",2],["c",3]]，每一行都是一个列表
pd.DataFrame([["a",1],["b",2],["c",3]], columns=['abc', '123'])
data可以是二维数组np.array([[1,2],[3,4],[5,6]])。
pd.DataFrame(np.array([[1,2],[3,4],[5,6]]), columns=['col1', 'col2'])
data可以是字典{'Sex':["f", "f", "m"], 'Age':[10, 12, 13]}，字典的键将成为列名，字典的值将成为数据，这种方式需要值的长度一样。
pd.DataFrame({"Sex":["f","f","m"],"Age":[10,12,13]})
colomns是列名，可以是字典的键的子集或者排序，实现对数据的筛选和排序。
可以通过index初始索引标签来取出数据框data的一些列，得到字典格式的数据框，比如data = pd.DataFrame(index=data['col1'])#就是将索引0 1 2 3用col1列的值来替代。
若数据有NaN值，可以:
pd.DataFrame([{"Sex":"f","Age":10},{"Sex":"f","Age":65,"edu":65}])
2 读取和保存文件
2.1 载入csv文件
import pandas as pddf = pd.read_csv('data.csv')2.2 载入excel文件
df=pd.read_excel('data.xlsx',sheet_name='Sheet1')2.3 载入txt文件
df=pd.read_table(r"J:\data.txt", header=None)#不读取文件第一行为列名
2.4 输出csv文件
df.to_csv('data1.csv') #将 DataFrame 存储为 csv 文件3 读取数据格式
一些常用的代码：
data.head(10)#读取前10行，不填默认为5data.tail(10)#读取尾部10行，不填默认为5data.info()#读取数据基本信息，多少行多少列和每一列数据类型。有多少空值data.shapedata.index#索引data.colomns#列名
修改列名
a.columns = [‘rename_col1’,‘rename_col2’]a.rename(columns={‘rawname_col1’:‘rename_col1’})4 访问某个位置的元素
4.1 读取数据某一列：
data["Sex"]
4.2 访问具体某个位置的元素：
有两种方式，一种是.iloc访问索引整数，一种是.loc是访问列标签
4.2.1 .iloc[] #访问位置 是具体的整数
data.iloc[:,0] #第一列的所有行
data.iloc[:,0:1]#第一列的所有行，注意在python里区间是不包含最后一个元素的，并且把0当作初始值
data.iloc[0,1]#第一行第二列的元素
4.2.2 .loc #访问标签 即列索引 列名
data.loc[0,'Sex']#sex列所有行
data.loc[0,"Sex"]#具体数值
5 修改数据
5.1 增减列
修改某一列的数据data['Sex']=['m','m']加新的一列data['value']=[10,1]加新的一行data.loc[3]=['f',10,2,1]
5.2 删除行列
删除某列元素data.drop('Sex',axis=1)如果不知道列名，可以用索引选哪一列，比如第一列data.columns[0]data.drop(data.columns[0],axis=1)删除某行元素data.drop(0)#删除index为0的行
如果想删除两行
indices_to_drop = [1, 3]df_dropped = df.drop(indices_to_drop)
5.3 索引和切片
提取多列
提取多行
5.4 数据分析
5.4.1 描述性统计
data.describe()
5.4.2 判断序列中元素是否在另一个序列中
isin()函数是一个非常有用的工具，用于检查一个序列data（如DataFrame或Series）中的元素是否存在于另一个序列data1、列表、元组、Series或DataFrame中。
data.isin(data1)
5.4.3 删除字符串中的某些字符（删除功能）
使用strip()可以将字符串中指定的字符删除，如果没有指定，就是删除空白格。
若给定字符，将从字符串开头和结尾的字符开始删除，返回剩下的部分，如果给定字符与开头结尾不匹配，则返回原字符。
指定的字符串只要有开头或结尾的字符就可以删除，顺序没有关系。
5.4.4 将Series的值转为字符串**
pandas.Series.str可以对字符串方便的做各项操作。
比如a是一个Series
我们可以看到a.str.split()中的值变为了字符串了
5.4.4 将Series中的值根据文本逗号分列（分割功能）
使用split()将可以将文本根据逗号分成多列。原理是通过指定分隔符（例子是逗号）对字符串进行切片。
利用pandas.Series.str.split假设a为Series如下所示，分隔符为逗号，设置expand=True则python自动在输出中将分割的内容放不同的列中，否则默认不分开。
a.str.split(',',expand=True)
5.4.5 判断Series的某个值是不是字符串
因为有时候文件中的数字是字符串格式，想变为float格式
比如看series的col1列的第二个值是不是字符串
isinstance(series['col1'][1], str)结果输出 True
5.4.6 Series中的值进行格式转换
使用Series.astype转变值得格式，比如转为float格式：Series.astype(float)
