第七次训练：Pandas扩展¶

Series常用属性¶

以下是 Series 对象中常用的一些属性：

属性	返回值
name	Series 对象的名称
dtype	Series 对象的数据类型
shape	Series 对象的维度，以形式为 （行数，...） 的元组表示
index	作为 Series 对象组成部分的 Index 对象
values	Series 对象中的数据

总体而言，pandas 对象内部的数据存储主要采用 NumPy 数组。然而，对于某些数据类型，pandas 会基于 NumPy 构建自己的 arrays. 。因此，根据数据类型的不同，values 可能是 pandas.array 或 numpy.array 对象。

Index 常用属性¶

以下是 Index 对象中常用的一些属性：

属性	返回值
name	Index 对象的名称
dtype	Index 对象的数据类型
shape	Index 对象的尺寸
values	Index 对象中的数据
is_unique	检查 Index 对象是否包含所有唯一值

我们可以像处理 Series 对象一样，检查底层数据的类型：

DataFrame 常用属性¶

以下是一些常用的属性：

属性	返回值
dtypes	每列的数据类型
shape	DataFrame 对象的维度，以形式为 （行数，列数） 的元组表示
index	用于遍历 DataFrame 对象行的 Index 对象
columns	列的名称（作为 Index 对象）
values	DataFrame 对象中的数据
empty	检查 DataFrame 对象是否为空

可以通过 index 属性访问数据框（dataframe）各行对应的 Index 对象（其操作方式与 Series 对象相同）：

pd.read_csv常用属性¶

Pandas通常能根据输入数据非常准确地确定应使用的选项，因此我们通常无需在调用函数时添加参数；不过，若需要，系统提供了多种可选参数，其中包括以下几种：

参数	用途
sep	指定分隔符
header	列名称所在行编号；默认设置为 pandas 会自动推断列名称是否存在
names	用作标题的列名称列表
index_col	用作索引的列
usecols	指定要读取的列
dtype	指定列的数据类型
converters	指定用于转换特定列中数据的函数
skiprows	要跳过的行数
nrows	一次读取的行数（与 skiprows 结合使用可逐位读取文件）
parse_dates	自动将包含日期的列解析为日期时间对象
chunksize	用于分块读取文件
compression	用于直接读取压缩文件，无需预先解压
encodi方法传递index=False`：

其他部分¶

关于Pandas其他功能的应用，请自行总结作为课程巩固内容

Pandas 中文Cheatsheets¶

Pandas 英文cheatsheets¶