相信很多人在学习AI时无从下手，AI的知识体系很庞大，单单从python的角度来深入学习，都会被很多模块的子类搞乱掉。所以我开了这样一个专题，希望能和大家一起进步，这个专题的基础模块主要包括了Scikit-learn、NumPy、SciPy、Pandas等库的运用和学习。

下面就是我在学习中总结的一些有关pandas的重点函数 。

import numpy as np
import pandas as pd

#创建一维数组
#从列表创建
s1 = pd.Series([1,2,3,4,5,6])
print(s1)

#从np创建
s2 = pd.Series(np.arange(6),index=['a','b','c','d','e','f'])
print(s2)

#从字典创建
temp_dict = {"name": "wang","age": "xx","occupation": "IT"}
s3 = pd.Series(temp_dict)
print(s3)

#从标量值创建
s4 = pd.Series(6.6,index=list("abcdef"))
print(s4)

s5 = pd.Series([1,None,3,4,5,None])
print(s5.isna())    #缺失检测
print(s5.fillna(0.1))   #填充缺失

s6 = pd.Series(np.arange(6),name="important")
print(s6.name)  #定义name属性

s7 = pd.Series(np.arange(6),index=list("abcdef"))
print(s7.index)     #index属性
print(s7.values)    #values属性



#创建二维数组
#单个列表创建
data_1 = [1,2,3,4,5,6]
Da = pd.DataFrame(data_1)
print(Da)

#嵌套列表创建并指定列索引
data_2 = [['zhang', 20], ['wang', 21], ['zhao', 22]]
Df = pd.DataFrame(data_2, columns=['Name', 'Age'])
print(Df)

#数组创建
data_3 = {'Name': ['zhang', 'wang', 'li'], 'Age':[20, 21, 22]}
Dk = pd.DataFrame(data_3)
print(Dk)

#字典列表创建
data_4 = [{'a': 1, 'b': 2}, {'a': 10, 'b': 11, 'c': 12}]
Dc = pd.DataFrame(data_4, index=["first", "second"])  # 指定行索引
print(Dc)