13.1 Pandas初步

14.1.2 初识Pandas

Panda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。Pandas内置了强大的数据结构和数据处理工具，巧妙使用这些工具，可以使得数据清洗和分析事半功倍。Pandas主要适用于处理表格或异质型数据，而NumPy更适合处理同质型得数值类数组数据。

对于数据科学研究来说，数据处理是最重要，也是最耗时的阶段。数据处理通常分为以下几个阶段：

1. 整理和清理数据

2. 分析/建模数据

3. 将分析结果组织成适合绘图或表格显示的形式。

Pandas 是完成所有这些任务的理想工具。表14.1描述了Pandas库擅长处理的数据与易于解决的问题。

表14.1 Pandas库擅长处理的数据与易于解决的问题

处理数据	解决问题
列数据类型不尽相同的表格数据，如在SQL表或Excel电子表格中。 有序和无序(不一定是固定频率)时间序列数据。 具有行和列标签的任意矩阵数据(均匀类型或异构类型) 。 任何其他形式的观察/统计数据集。实际上这些数据根本不需要标记就可以存储到Pandas数据结构中	处理缺失数据(NaN)。 可以从DataFrame和更高维度的对象中插入和删除。 Pandas数据对象可以指定与一组标签对齐，也可以不加以指定由数据对象再计算中自动对齐。 对数据集进行拆分组合。 将不规则、不同索引的数据转换为DataFrame对象。

除了上表列举的功能之外，Pandas还支持智能标签的切片，花式索引，时间序列处理等功能，除此之外，Pandas提供了强大的I/O工具，可以对CSV、Excel等数据进行方便而又快速的读写操作。我们将在本章对Pandas库进行详细探究。

14.1.2 安装Pandas

我们可以使用Conda命令或者pip命令对Pandas进行安装：

conda install pandas

pip instal pandas

安装完成后就可以导入pandas库进行使用了，通常我们使用pd来作为 pandas库的别名：

Import pandas as pd

我们通常需要导入NumPy库来和Pandas配合使用：

Import numpy as np