文章目录
8.2、pandas
8.2.1、为什么用 pandas ？
pandas 是基于 numpy 数组构建的，
但二者最大的不同是 pandas 是专门为处理表格和混杂数据设计的，比较契合统计分析中的表结构，而 numpy 更适合处理统一的数值数组数据。pandas数组结构有一维 Series 和二维 DataFrame 。
8.2.2、pandas Series 类型
可以将 Series 类型看作一维数组，
字典类型转为 Series 类型/pandas 一维数组，更适合科学计算
怎么得到和 numpy.array 类似的矩阵？
8.2.3、pandas 自定义索引
怎么用？
怎么取值？
结论：
Series() 可传入的参数与返回对象索引的关系：
Series()传入列表，得到的对象，有默认索引，可自定义；
Series()传入字典【key：value】，得到的对象，key为索引。
怎么选取特定的键值对，并返回 obj【Series对象】？
8.2.4、pandas 如何判断数据缺失？
以 obj 对象为例，判断是否有缺失值：
pd.notnull(obj)
pd.isnull(obj)
8.2.5、pandas DataFrame 类型
DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不用的类型，数值、字符串、布尔值都可以
DataFrame 本身也有行索引，列索引，字典转 DataFrame 再转置表格才一致。
为什么 DataFrame 可以理解成 Series 组成的字典 ？
DataFrame 的数据源可以是字典，Series，也可以是 DataFrame，还可以是 numpy 数组。
8.2.6、pandas 筛选
以 res 对象为例，
data = {
"60年代":[1,2,3],
"70年代":[4,5,6],
"80年代":[7,8,9],
}
df = DataFrame(data)
1）行、列筛选
2）头部筛选
例如，取前两行
df.head(2)
3）尾部筛选
例如，取后两行
df.tail(3)
8.2.7、pandas 重新索引
reindex 函数，就是重新定义索引。
举个例子：
重新定义索引时，如何填充缺失值/NaN？
是否可以反复重新定义索引？
8.2.8、pandas 算数运算和数据对齐
加法（add），举个例子
加法补充：
减法（sub）、乘法（mul）、除法（div）
8.2.9、pandas 排序
举几个例子：
8.2.10、pandas 层次索引
在一个轴上拥有多个索引级别，低维度形式处理高维度数据。
怎么理解低维度形式处理高维度数据？
通过几个维度定义成一个“新维度”，实现减少维度数量。
筛选
能保证层次索引的唯一性吗？
给层次索引的这个层，定义名字：
给层定义名字的意义？
利用层做计算
仍以上述 data 为例：
列-第1层 👉 col-1 col-2 col-3
列-第2层 👉 ccl-11 col-22 col-33
行-第1层 行-第2层
👇 👇
A a 0.570352 0.880968 0.149804
b 0.191035 0.381349 0.440291
B a 0.252567 0.214825 0.434361
b 0.121341 0.462958 0.369168
依据 行-第1层进行求和，
print(data.groupby(level='行-第1层').sum())
Out：
列-第1层 col-1 col-2 col-3
列-第2层 ccl-11 col-22 col-33
行-第1层
A 0.58706 0.875382 0.258519
B 1.26823 1.486146 1.127393
（求和结果由于是随机数求和，求和结果就不细究了）
8.2.11、 pandas 文本格式数据处理
就是处理csv文件，涉及到索引的使用。
以 demo.CSV 为例，
CSV文件中空的单元格显示什么？
读取处理 CSV文件，excel文件有无性能差异？
df = pd.read_excel('data.xlsx')
df = pd.read_csv('data.CSV')
博客文章上的解释：
pandas读取excel文件时如果要将内容转为数组需要使用values属性值，而读取csv时生成的直接就是一个数组。
因此，CSV 文件更快。
pandas 还可以读取 json，db 文件
df = pd.read_json('data.json')
import sqlite3
conn = sqlite3.connect('database.db')
df = pd.read_sql('SELECT * FROM table', conn)
通过前面几个例子，很明显有这么几个默认：
①在读取 CSV文件/excel文件都是默认第一行是索引。
②pandas CSV文件处理方法中谈到的索引默认指的是列索引【不是绝对的，Dataframe 有些方法既 有index、又有 columns 时，index 表示行】。
③读取的表格会默认添加行索引，且默认用012345…填充。
8.2.12、pandas 画图
pandas 内部集成了一部分 matplotlib 绘画功能，随查随用。
一、引言
二、网络安全与隐私保护的挑战
网络攻击和数据泄露的危害影响包括但不限于以下几点：
互联网公司的数据采集和隐私售卖风险如下：
