在windows下安装pandas

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 pd

Series

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