2019独角兽企业重金招聘Python工程师标准>>> 
在windows下安装pandas，除了安装pandas外，还需把用到的相关包都装上，共需要安装如下包：
pyparsing-2.0.7-py2.py3-none-any.whl
matplotlib-1.5.1-cp27-none-win32.whl
openpyxl-2.3.2-py2.py3-none-any.whl
setuptools-19.2-py2.py3-none-any.whl
numpy-1.10.4+mkl-cp27-none-win32.whl
six-1.10.0-py2.py3-none-any.whl
python_dateutil-2.4.2-py2.py3-none-any.whl
这些安装包的下载地址是：
http://www.lfd.uci.edu/~gohlke/pythonlibs
如果搜不到原包，只要是这个模块就行
pip install 模块名
****************************************************************************************************************
numpy
import numpy as np
In [16]: data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]
In [17]: arr2 = np.array(data2)
In [18]: arr2
Out[18]:array([[1, 2, 3, 4],
[5, 6, 7, 8]])
查看长度，结构，数据类型dtype
In [19]: arr2.ndim
Out[19]: 2
In [20]: arr2.shape
Out[20]: (2, 4)
In [21]: arr2.dtype
改变dtype
In [38]: numeric_strings = np.array(['1.25', '-9.6', '42'], dtype=np.string_)
In [39]: numeric_strings.astype(float)
Out[39]: array([ 1.25, -9.6 , 42. ])
In [57]: arr_slice = arr[5:8]
In [58]: arr_slice[1] = 12345
In [59]: arr
Out[59]: array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9])
In [140]: xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
In [141]: yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
In [142]: cond = np.array([True, False, True, True, False])
假如我们想要当对应的 cond 值为 True 时，从 xarr 中获取一个值，否则从 yarr 中获取值
In [145]: result = np.where(cond, xarr, yarr)
In [146]: result
Out[146]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])
np.where 的第一个和第二个参数不需要是数组；它们中的一个或两个可以是纯量。 在数据分析中 where 的典型使用是生成一个新的数组，其值基于另一个数组。假如你有一个矩阵，其数据是随机生成的，你想要把其中的正值替换为2，负值替换为-2，使用 np.where 非常容易：
In [147]: arr = randn(4, 4)
In [148]: arr
Out[148]:
array([[ 0.6372, 2.2043, 1.7904, 0.0752],
[-1.5926, -1.1536, 0.4413, 0.3483],
[-0.1798, 0.3299, 0.7827, -0.7585],
[ 0.5857, 0.1619, 1.3583, -1.3865]])
In [149]: np.where(arr > 0, 2, -2)
Out[149]:
array([[ 2, 2, 2, 2],
[-2, -2, 2, 2],
[-2, 2, 2, -2],
[ 2, 2, 2, -2]])
In [150]: np.where(arr > 0, 2, arr) # 仅设置正值为 2
Out[150]:
array([[ 2. , 2. , 2. , 2. ],
[-1.5926, -1.1536, 2. , 2. ],
[-0.1798, 2. , 2. , -0.7585],
[ 2. , 2. , 2. , -1.3865]])
pandas---应用
In [1]: from pandas import Series, DataFrame
In [2]: import pandas as pdSeries
列表建立（index长度和列表长度必须一样）
In [8]: obj2 = Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])字典建立（index可以是字典的部分key）
In [20]: sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
In [21]: obj3 = Series(sdata，index=['Ohio','Texas'])检索
In [11]: obj2['a']
Out[11]: -5
In [12]: obj2['d'] = 6
In [13]: obj2[['c', 'a', 'd']] #比列表多一项
In [13]: obj2['a'：'d'] #包括结束点d
In [15]: obj2[obj2 > 0]
In [16]: obj2 * 2
In [17]: np.exp(obj2)
In [18]: 'b' in obj2 #字典的性质
Out[18]: True
In [19]: 'e' in obj2
Out[19]: False
In[69]: for i in obj3:
... print i
...
35000 #输出值并非索引
71000改变索引
obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan'] #只能以列表的形式改变，不能是obj.index[1]='b'单独改变
改变索引长度及值
In [81]: obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])
In [82]: obj2
Out[82]:
a -5.3
b 7.2
c 3.6
d 4.5
e NaN
In [83]: obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value=0)
Out[83]:
a -5.3
b 7.2
c 3.6
d 4.5
e 0.0检索
DataFrame
列表建立（index长度和列表长度必须一样，columns可多可少）
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
'year': [2000, 2001, 2002, 2001, 2002],
'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}
In [40]: frame2 = DataFrame(data, columns=['year', 'state', 'pop', 'debt'],
....: index=['one', 'two', 'three', 'four', 'five'])
In [41]: frame2
Out[41]:
year state pop debt
one 2000 Ohio 1.5 NaN
two 2001 Ohio 1.7 NaN
three 2002 Ohio 3.6 NaN
four 2001 Nevada 2.4 NaN
five 2002 Nevada 2.9 NaN字典建立（index可以是字典的部分key）
In [57]: pop = {'Nevada': {2001: 2.4, 2002: 2.9},
....: 'Ohio': {2000: 1.5, 2001: 1.7, 2002: 3.6}}
In [58]: frame3 = DataFrame(pop)
Out[87]:
Nevada Ohio
2000 NaN 1.5
2001 2.4 1.7
2002 2.9 3.6
检索：
columns检索
In [43]: frame2['state'] In [44]: frame2.year
frame2[['state','year']]
index检索
In [45]: frame2.ix['three']
frame2[:2]
In[106]: frame2.ix[['one','two']]
按index的'one','two'索引 ，选取columns的前两个
In[105]: frame2.ix[['one','two'],:2]
Out[105]:
year state
one 2000 Ohio
two 2001 Ohio
按index的'one','two'索引 ，选取columns的pop列
In[107]: frame2.ix[['one','two'],'pop']
按index的'one','two'索引 ，选取columns的1,2,3列
In[108]: frame2.ix[['one','two'],[1,2,3]]
In[109]: frame2.ix[['one','two'],['state','pop','debt']]
Out[108/109]:
state pop debt
one Ohio 1.5 0
two Ohio 1.7 0
In[110]: frame2.ix['three',['state','pop','debt']]
按index的'one','two''three'索引 ，选取columns的1,2,3列
In[111]: frame2.ix[:'three',['state','pop','debt']]
Out[111]:
state pop debt
one Ohio 1.5 0
two Ohio 1.7 0
three 0 0.0 0
In[104]: frame2.ix[frame2['pop']>0,:2]
Out[104]:
year state
one 2000 Ohio
two 2001 Ohio
four 2001 Nevada
联合检索：
frame3['Nevada'][:2]
函数检索（frame3不会改变）
In[88]: frame3.drop(2000)
Out[88]:
Nevada Ohio
2001 2.4 1.7
2002 2.9 3.6
In[89]: frame3.drop('Ohio',axis=1)#
Out[89]:
Nevada
2000 NaN
2001 2.4
2002 2.9
条件检索
In[94]: frame2[frame2['year']>2001]
Out[94]:
year state pop debt
three 2002 Ohio 3.6 0
five 2002 Nevada 2.9 0
改变一列：
In [46]: frame2['debt'] = 16.5
In [48]: frame2['debt'] = range（5）
该表一列的某些值
In [50]: val = Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])
In [51]: frame2['debt'] = val
随即改变
frame2[frame2['year']>2001]=0
添加一列：
In[46]: frame2['gyf']=[1,2,3,4,5]
In[70]: del frame2['gyf']
改变索引
In [86]: frame = DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],
....: columns=['Ohio', 'Texas', 'California'])
In [87]: frame
Out[87]:
Ohio Texas California
a 0 1 2
c 3 4 5
d 6 7 8
改变index
In [88]: frame2 = frame.reindex(['a', 'b', 'c', 'd'])
In [89]: frame2
Out[89]:
Ohio Texas California
a 0 1 2
b NaN NaN NaN
c 3 4 5
d 6 7 8
改变columns索引：
In [90]: states = ['Texas', 'Utah', 'California']
In [91]: frame.reindex(columns=states)
Out[91]:
Texas Utah California
a 1 NaN 2
c 4 NaN 5
d 7 NaN 8
In [92]: frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill',
....: columns=states)
Out[92]:
Texas Utah California
a 1 NaN 2
b 1 NaN 2
c 4 NaN 5
d 7 NaN 8
转置：
In [60]: frame3.T前后向填充（ffill，bfill）
In [84]: obj3 = Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])
In [85]: obj3.reindex(range(6), method='ffill')
Out[85]:
0 blue
1 blue
2 purple
3 purple
4 yellow
5 yellow
更多信息关注博主：http://my.oschina.net/lionets/blog 的DA & ML系列文章