Pandas
Pandas 是基於 NumPy 的分析結構化數據的工具集，它用於數據挖掘和數據分析，同時也提供數據清洗功能。Pandas 納入了大量庫和一些標准的數據模型，提供了高效地操作大型數據集所需的工具。Pandas 庫有 2 個主要的工具，分別是 DataFrame 對象和 Series 對象。可以進入 Pandas 官網或 Pandas 中文文檔做進一步了解。
Pandas 安裝並使用
安裝
在 cmd 命令下輸入命令，等待安裝完成即可。
pip install pandas
Anaconda 環境下配置就很簡單了，找到 Pandas 庫勾上就行，默認是啟用的。
使用
想要使用 Pandas 庫，就需要把 Numpy 和 Pandas 庫都包含進來，代碼如下。一般為了簡化 Pandas 庫的調用，約定俗成把 Pandas 簡化為 pd。
import numpy as np
import pandas as pd
Series 對象
Series 對象可以認為是自動索引的一維數組，支持對 int、float、string 和各種對象等類型的數據存儲。Series 對象的最大特點就是每一個數據元素，都有一個索引與之對應。
Series 對象的構造函數如下，參數的說明由表格所示：
pd.Series(data, index, dtype)
| 參數 | 說明 |
|---|---|
| data | 填充進 Series 對象的數據，支持多種數據類型 |
| index | 索引值，與 data 的長度相同，默認為 np.arange(n) |
| dtype | 數據元素的數據類型 |
其中 data 可以是多種數據類型，例如 list、dict、ndarray 和標量等。例如如下代碼將創建一個空的 Series 對象：
s = pd.Series()
Series 對象創建
用 list 創建
如下代碼使用 list 來初始化 Series 對象，其中第一個 Series 對象的索引是默認值，第二個 Series 為另一個 list 的值。
alist = [1,2,3,4,5]
s = pd.Series(alist)
s = pd.Series(alist, ['a','b','c','d','e'])
用 dict 創建
如下代碼使用 dict 來初始化 Series 對象，字典的“鍵”將成為“值”的索引。
adict = {'a': 0, 'b': 1, 'c': 2}
s = pd.Series(adict)
用 ndarray 創建
如下代碼使用 ndarray 來初始化 Series 對象，其中第一個 Series 對象的索引是默認值，第二個 Series 為另一個 ndarray 的值。
a = np.arange(5, dtype = int)
s = pd.Series(a)
s = pd.Series(a, np.arange(1, 10, 2))
用標量創建
如下代碼使用標量來初始化 Series 對象，當沒有給定 index 參數時 Series 對象僅有 1 個數據元素。當給定 index 參數時，Series 對象的數據元素數量與 index 參數的數據元素數量相同，且每個數據元素的都是改標量。
s = pd.Series(7)
s = pd.Series(7, ['a','b','c','d','e'])
Series 對象屬性
Series 對象和 dict 有一定的相似性，它有 .index 和 .values 兩個屬性。index 屬性存儲了 Series 對象的索引集合，values 屬性存儲了 Series 對象的數據集合，二者都是以 ndarray 對象存在。同時 Series對象本身和 index 屬性都有一個 .name 屬性，該屬性可以給出對象的名字。下面是訪問這些屬性的樣例：
s = pd.Series([1,2,3,4,5], ['a','b','c','d','e'])
s.name = "Series 對象樣例"
s.index.name = "Series 對象樣例索引"
s
s.name
s.index
s.index.name
s.values
Series 對象還有一些屬性，如下表格所示。
| 屬性 | 說明 |
|---|---|
| dtype | 數據元素的數據類型 |
| empty | Series 對象是否為空，為空返回 True |
| ndim | Series 對象的維度 |
| size | Series 對象的數據元素個數 |
查看這些屬性的簡單樣例如下：
s = pd.Series([1,2,3,4,5], ['a','b','c','d','e'])
s.dtype
s.empty
s.ndim
s.size
Series 對象操作
Series 對象的操作和 ndarray 對象的操作有一定的相似之處，同時和 dict 類型也有一定的相似之處。即 Series 對象即可以用下標對數據元素進行訪問和修改，也可以使用索引去訪問對應的值。除了使用索引進行訪問，也可以使用 get() 方法訪問數據,Series 對象也支持 in 操作符確定索引是否存在。
如下樣例分別使用下標、索引和 get() 方法訪問 Series 對象中的元素：
s = pd.Series([1,2,3,4,5], ['a','b','c','d','e'])
s[0]
s[1:]
s[:-2]
s['a']
s.get(1)
s.get('b')
'a' in s
1 in s
也可以通過上述方法對數據元素進行修改：
s = pd.Series([1,2,3,4,5], ['a','b','c','d','e'])
s[0] = 6
s[1:] = 7
s[:-2] = 8
s['a'] = 9
同時 Series 對象支持 bool 索引，也就是說訪問元素的中括號內可以是一個 bool 表達式，此時將回顯所有符合篩選條件的元素。例如：
s = pd.Series([1,2,3,4,5], ['a','b','c','d','e'])
s[s > 2]
DataFrame
DataFrame 是由多種類型的列構成的二維標簽數據結構，是一個類似於 Excel 或 SQL 數據庫表的表格型的數據類型。DataFrame 既有行索引 index、也有列索引 columns，常用於表達二維數據或多維數據。
DataFrame 對象的構造函數如下，參數的說明由表格所示：
pandas.DataFrame( data, index, columns, dtype)
| 參數 | 說明 |
|---|---|
| data | 填充進 DataFrame 對象的數據，支持多種數據類型 |
| index | 行索引，默認值為 np.arrange(n) |
| columns | 列索引，默認值為 np.arrange(n) |
| dtype | 每列的數據類型 |
其中 data 可以是多種數據類型，例如 list、dict、ndarray 和 Series、DataFrame。例如如下代碼將創建一個空的 Series 對象：
df = pd.DataFrame()
DataFrame 對象創建
用 list 創建
如下代碼使用 list 創建 DataFrame 對象，其中第一個樣例創建的 DataFrame 對象有 1 個 column，第二個樣例在前者的基礎上給定了航索引和列索引。第三個樣例有 2 個column，這種方式可以擴展到更多的維度。
df = pd.DataFrame([1,2,3,4,5],dtype=float)
df = pd.DataFrame([1,2,3,4,5],['a','b','c','d','e'],['id'])
alist = [[1,'Python'],[2,'Java'],[3,'C++']]
df = pd.DataFrame(alist,columns=['Id','Language'])
用 dict 創建
用字典創建 DataFrame 對象的方式有 2 種，第一種是列表字典(dict 的每個元素都是 list)，這種方法的簡單樣例如下。
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']})
alist = ['a','b','c']
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']},alist)
第二種是字典列表(list 的每個元素都是 dict)，這種方法的簡單樣例如下。
alist = [{'Id': 1, 'Language': 'Python'},{'Id': 2, 'Language': 'Java'},{'Id': 2, 'Language': 'C++'}]
df = pd.DataFrame(alist)
df = pd.DataFrame(alist,['a','b','c'])
用 ndarray 創建
可以用 ndarray 字典來創建，如下樣例分別是一維 ndarray 對象和二維 ndarray 對象創建的樣例。
df = pd.DataFrame(np.arange(6))
df = pd.DataFrame(np.arange(6).reshape(2,3))
DataFrame 對象屬性
DataFrame 對象也有屬性，以下 3 個屬性可以分別獲取 DataFrame 對象的所有行索引、列索引和數據元素。
| 屬性 | 說明 |
|---|---|
| index | DataFrame 對象的所有行索引 |
| columns | DataFrame 對象的所有列索引 |
| values | 以 ndarray 對象形式返回所有數據元素 |
如下是訪問這些屬性的樣例：
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']},['a','b','c'])
df.index
df.columns
df.values
DataFrame 對象還有一些屬性，如下表格所示。
| 屬性 | 說明 |
|---|---|
| dtypes | 數據元素的數據類型 |
| empty | DataFrame 對象是否為空，為空返回 True |
| ndim | DataFrame 對象的維度 |
| shape | 返回一個元組描述 DataFrame 對象的形狀 |
| size | DataFrame 對象的數據元素個數 |
| T | 轉置行和列 |
查看這些屬性的簡單樣例如下：
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']},['a','b','c'])
df.dtypes
df.empty
df.ndim
df.shape
df.size
df.T
DataFrame 對象操作
對列進行操作
DataFrame 對象對列的各種操作和字典類似，使用索引對某一列進行訪問，同時可以用類似字典的語法對列進行增加和刪除。例如下面是簡單的樣例：
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']},['a','b','c'])
df['Language']
df['text'] = pd.Series([6,7,8],index = ['a','b','c'])
del df['text']
訪問和切片行
DataFrame 對象對行的各種訪問可以用 loc 方法或 iloc 方法進行訪問。
| 方法 | 說明 |
|---|---|
| loc[index[,column]] | 訪問索引 index 所在的行的數據，column 用於控制返回的列 |
| iloc[idx] | 訪問下標 idx 所在的行的數據，column 用於控制返回的列 |
例如下面是 loc 方法的樣例：
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']},['a','b','c'])
df.loc['a']
df.loc[:'b']
df.loc['b':'c']
df.loc['b':'c', ['Id']]
df.loc['b':'c', ['Id','Language']]
例如下面是 iloc 方法的樣例：
df.iloc[0]
df.iloc[1:2]
df.iloc[1:2,[0]]
df.iloc[1:2,[0,1]]
對於行的切片，可以使用中括號指定下標進行切片。例如下面是簡單的樣例：
df = pd.DataFrame({'Id':[1,2,3],'Language':['Python','Java','C++']},['a','b','c'])
df[1:]
df[:-1]
df[0:1]
bool 索引
DataFrame 對象支持 bool 索引，也就是說訪問元素的中括號內可以是一個 bool 表達式，此時將回顯所有符合篩選條件的元素。例如：
df = pd.DataFrame(np.arange(6).reshape(2,3))
df[df > 2]
