技術標籤：pythonpython

Pandas

Pandas可以進行統計特徵計算，包括均值、方差、分位數、相關係數和協方差等，這些統計特徵能反映資料的整體分佈。

‘’’
mean():計算樣本資料的算術平均值
std():計算標準差
cov():計算 協方差矩陣
var()；計算方差
describe():描述樣本資料的基本情況，包括非NaN資料個數，均值，標準差，最小值
樣本的25%,50%,75%分位數，最大值

Pandas資料結構的範圍可以從一維到三維。Series（序列）是一維的，DataFrame（資料框）是二維的，Panel是三維甚至更高維的資料結構。通常，Series和DataFrame可以用於大多數統計、工程、財務和社會科學的場景中。

Series：它是一個帶標籤的一維陣列，可以用於儲存任意型別資料，例如整型、浮點型、字串和其他有效的Python物件。它的行標籤稱作index。
DataFrame：它是一個帶標籤的二維陣列，有行和列。列可以有多種型別。DataFrame可以看作二維結構的陣列，例如電子表格和資料庫表格。DataFrame也可以看作包含多個不同型別的Series的集合。
Panel：在統計學和經濟學中，Panel data（面板資料）指多維資料，這個多維資料包括不同時間的不同測量結果。該資料結構的名稱來源於其概念。與Series和DataFrame相比，面板資料是不太常用的一種資料結構。

序列

構造一個序列可以使用如下方式實現：

1.序列構造

#序列構建
import pandas as pd
import numpy as np
s1=pd.Series(np.array([1.5,2.5,4.5]))  #由陣列構造序列
s2=pd.Series({"北京":1.5,"上海":2.5,"廣東":4.5})   #由字典構造序列
s3=pd.Series([1.5,2.5,4.5],index=['b','c','d'])   #給出行標籤命名
 

print(s1)
print("-----------------")
print(s2)
print("-----------------")
print(s3)

執行結果：

序列有兩列構成。
由陣列構造的序列，其第一列是序列的行索引（可以理解為行號），自動從0開始，第二列才是序列的實際值。
通過字典構造的序列，第一列是具體的行名稱（index），對應到字典中的鍵，第二列是序列的實際值，對應到字典中的值。

2.序列索引和計算

#序列索引和計算
import pandas as pd
import numpy as np
s=pd.Series([1.5,2.5,3.5],index=['a','b','c'])
a=s['b']  #取出序列第2個元素，輸出：2.5
b1=np.mean(s)
b2=s.mean()   #通過數列方法求均值
print(a,'\n',b1,'\n',b2)

執行結果：
2.5
2.5
2.5

資料框

DataFrame是由行和列構成的二維資料結構。雖然索引和列名稱是可選的，但是最好把它們設定一下。索引可以看成是行標籤，列名稱可以看成是列標籤。
資料框的建立方法如下：
DataFrame(data=二維資料 [, index=行索引[, columns=列索引[, dtype=資料型別]]])
其中的data可以是二維NumPy陣列；
data如果是字典時，其值為一維陣列，鍵為資料框的列名。

3.構造資料框

#構造資料框
import pandas as pd
import numpy as np
a=np.arange(1,7).reshape(3,2)
df1=pd.DataFrame(a)
df2=pd.DataFrame(a,index=['a','b','c'],columns=['c1','c2'])
df3=pd.DataFrame({'c1':a[:,0],'c2':a[:,1]})
print(df1)
print("--------------")
print(df2)
print("--------------")
print(df3)
print("--------------")

執行結果：