python中pandas有什么特点

说明

1. index匹配的广播机制，这里的广播机制和numpy的广播机制有很大的不同。

2.方便的数据读写操作。与只支持数字索引的numpy相比，pandas这两种数据结构都支持标签索引，包括bool索引。

3、类似于SQL的join和groupby功能，pandas可以轻松实现SQL的两个核心功能。事实上，SQL 的大部分 DQL 和 DML 操作都可以在 pandas 中实现。

4. 类似于Excel的数据透视表功能，Excel中最强大的数据分析工具之一就是数据透视表，在pandas中也可以轻松实现。

5.正则表达式的字符串向量化操作，pandas中对一列字符串的通用函数操作，正则表达式的大部分接口。

丰富的时间序列向量化处理接口。

常用的数据分析和统计功能，包括基础统计、分组统计分析等。

集成matplotlib的常用可视化界面，无论是series还是dataframe，都支持面向对象的绘图界面。

实例

import numpy as np
import pandas as pd
# 创建一个符合正态分布的10个股票5天的涨跌幅数据
stock_change = np.random.normal(0, 1, (10, 5))
pd.DataFrame(stock_change)
# 添加行索引
stock = ["股票{}".format(i) for i in range(10)]
pd.DataFrame(stock_change, index=stock)
# 添加列索引
date = pd.date_range(start="20200101", periods=5, freq="B")
data = pd.DataFrame(stock_change, index=stock, columns=date)
 
# 属性
print(data.shape)
print(data.index)
print(data.columns)
print(data.values)
data.T # 行列转置
 
# 方法
data.head(3) # 开头3行
data.tail(2) # 最后2行

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。