Ndarray $\rightarrow$ Series/DataFrame (Pandas)

• Pandas 是基于 Numpy 的强大的分析结构化数据的工具集
  • Pandas 官方网址：https://pandas.pydata.org
  • Pandas 官方中文文档：https://www.pypandas.cn

• 从 Numpy 的 Ndarray 到 Pandas 的 Series / DataFrame

  • (Numpy) 1-dimensional array $\Leftrightarrow$ Series (Pandas)

  • (Numpy) 2-dimensional array $\Leftrightarrow$ DataFrame (Pandas)

https://numpy.org​

Series vs DataFrame

• Series 是一种类似于一维数组的对象，是由一组数据 (各种 NumPy 数据类型) 以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的 Series 对象。

• DataFrame 是 Pandas 中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame 即有行索引也有列索引，可以被看做是由 Series 组成的字典。

https://numpy.org​

Source

Excel vs DataFrame

• Series 是一种类似于一维数组的对象，是由一组数据 (各种 NumPy 数据类型) 以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的 Series 对象。

• DataFrame 是 Pandas 中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame 即有行索引也有列索引，可以被看做是由 Series 组成的字典。

https://numpy.org​

Source

DataFrame 的“增删改查”

• DataFrame 的构建与初始化：1. 按列构建 2. 按行构建

DataFrame 的“增删改查”

• DataFrame 的索引与切片：

$\Rightarrow$ Series

$\Rightarrow$ DataFrame

Just like ndarray ...

df.drop(['length','species'], axis=1)

DataFrame 的“增删改查”

• DataFrame 的改造与合并：

DataFrame 的“增删改查”

• DataFrame 的改造与合并：
  • merge vs concat ? (Ref)
    • concat $\Rightarrow$ "append"
    • concat $<$ merge

DataFrame 的“增删改查”

• Series / DataFrame 常用的属性与方法

  • shape / size / index / dtype / astype() / ...

  • head() / tail() / describe() / values   

  • max() / min() / mean() / median() / ...

  • to_*() / sort_index() / sort_values() / ...

  • apply() / drop() / drop_duplicates() / ...
    

  • isin() / isna() / isnull() / fillna() / ...

$\Rightarrow$ ndarray (Numpy)

• DataFrame 的常用属性与方法

  • columns

  • info()

  • stack()

  • insert()

  • ...

Homework

Repo of the course: https://github.com/iphysresearch/GWData-Bootcamp

扩展作业

1. 完成以下 Leetcode 中的算法题目：
   • 434. Number of Segments in a String (初级)
   • 1869. Longer Contiguous Segments of Ones than Zeros (初级)
   • 1784. Check if Binary String Has at Most One Segment of Ones (初级)
   • 852. Peak Index in a Mountain Array (中级)
   • 162. Find Peak Element  (中级)
2. 把上面5道算法题目的结果 comment 在你完成的基础作业的PR里，要求：算法的每一行都写好中文说明注释。

Want more? see: Advent of Code