这篇笔记是对mooc所讲的pandas库的个人整理，资料来源于 中国大学mooc 北京理工大学开设的python数据可视化教程

Dataframe类型

如果说series类型是一种一维标签数组，那么Dataframe就是二维的标签数组（载行和列上都有标签）。
DataFrame是一个表格型的数据类型，每列值类型可以不同DataFrame既有行索引、也有列索引DataFrame常用于表达二维数据（也可以表达多维数据）。

Dataframe类型的行和列的标签都是从0开始标记

创建方法

DataFrame类型可以由如下类型创建：
•二维ndarray对象
•由一维ndarray、列表、字典、元组或Series构成的字典
•Series类型
•其他的DataFrame类型

例

DataFrame创建的方法很多，我们主要挑选字典和nadarry对象创建方法来讲

二维的nadarray对象创建

这是numpy库和pandas结合

创建前要引入numpy库。

字典类型创建

我们用用python的字典类型创建

这是通过字典类型创造，我们还可以使用嵌套字典的方式

列表创造

我们使用python列表创建

属性（index，columns）

和series类型相似的是Dataframe类型的标签也可以自定义修改，与series不同的是Dataframe多了一个行标签columns。
我们来自定义行标和列标，尝试一下

我们通过index和columns属性来查看行标和列标

我们可以通过index和columns属性修改行标和列标

pandas库的数据类型操作（series，Dataframe）

重新索引

.reindex()能够改变或重排Series和DataFrame索引

来实践一下
1.我们首先创建新的columns（用insert（））

其中insert（8，‘new’）里的8，表示位置new表示新增的标签名。

2.我们重新索引（用reindex（））

Series和DataFrame的索引是Index类型，Index对象是不可修改类型，所以我们重新索引实际上是创建了一个新的对象，而不是在原来的Index对象上面修改

删除指定索引对象

.drop()能够删除Series和DataFrame指定行或列索引

这里的axis=1表示列，axis=0表示行

pandas库的数据类型运算

算术法则

算术运算根据行列索引，补齐后运算，运算默认产生浮点数补齐时缺项填充NaN (空值)二维和一维、一维和零维间为广播运算采用+ ‐*/符号进行的二元运算产生新的对象

1.我们创建a和b进行普通的算术运算


2.算术操作

2.来看看方法形式的运算实例

比较运算

比较运算只能比较相同索引的元素，不进行补齐二维和一维、一维和零维间为广播运算采用><>=<===!=等符号进行的二元运算产生布尔对象

1.同维度比较

2.不同维度，广播运算，默认在1轴
创建一个series类型 c

比较

pandas入门篇结束，下一篇是关于pandas数据类型分析