1、为什么学习pandas

我们并不是不愿意学习新的知识，只是在学习之前我们更想知道学习他们能够帮助我们解决什么问题。——伟哥

numpy虽然能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据（字符串、时间序列等等）

2、什么是pandas

pandas is an open source, BSD-licensed library providing high-performance, easy-to-use data structures and data analysis tools for the Python programming language.

译：pandas 是一个开源的、BSD 许可的库，为 Python 编程语言提供高性能、易于使用的数据结构和数据分析工具。

3、pandas的常用数据类型

Series 一维，带标签数组（索引）
DataFrame 二维，Series容器

4、pandas之Series创建

import pandas as pd

import numpy as np

import string

t = pd.Series(np.arange(10), index=list(string.ascii_uppercase[:10]))

print(t)

A 0

B 1

C 2

D 3

E 4

F 5

G 6

H 7

I 8

J 9

dtype: int32

测试一个小案例：

import pandas as pd

student = {"name": "xiaoming", "age": 18, "tel": 110}

t = pd.Series(student)

print(t)

name xiaoming

age 18

tel 110

dtype: object

再测试：

import pandas as pd

import string

a = {string.ascii_uppercase[i]: i for i in range(10)}

t = pd.Series(a, index=list(string.ascii_uppercase[5:15]))

print(t)

F 5.0

G 6.0

H 7.0

I 8.0

J 9.0

K NaN

L NaN

M NaN

N NaN

O NaN

dtype: float64

重新指定其他的索引之后，如果能对上，就取值，否则为NaN

注意：pandas会自动根据数据类型更改series的dtype类型

5、pandas之Series切片和索引

import pandas as pd

import numpy as np

import string

t = pd.Series(np.arange(10), index=list(string.ascii_uppercase[:10]))

print(t)

测试如下：

切片:直接传入start, end或者步长即可

索引:一个的时候直接传入序号或者 index,多个的时候传入序号或者 index的列表

6、pandas之Series的索引和值

对于一个陌生的series类型，我们如何知道他的索引和具体的值呢？

import pandas as pd

import numpy as np

import string

t = pd.Series(np.arange(10), index=list(string.ascii_uppercase[:10]))

print(t)

Series对象本质上由两个数组构成，一个数组构成对象的键(index,索引),一个数组构成对象的值( values),键→值

7、pandas之读取外部数据

现在假设我们有一个组关于狗的名字的统计数据，那么为了观察这组数据的情况，我们应该怎么做呢？

数据来源：https://www.kaggle.com/new-york-city/nyc-dog-names/data

import pandas as pd

# 直接使用pandas读取csv文件

test = pd.read_csv("./dog.csv")

print(test)

但是，还有一个问题：

对于数据库比如mysql或者mongodb中数据我们如何使用呢？

pd.read_sql(sql_sentence,connection)

巴特西

series和读取外部数据