對于 Pandas， 接觸過 Python 數(shù)據(jù)處理的小伙伴們都應該挺熟悉的巍棱，做數(shù)據(jù)處理不可或缺的一個程序包惑畴，最大的特點高效，本篇文章將通過案例介紹一下 Pandas 的一些基礎使用航徙！
1桨菜，讀入數(shù)據(jù)
大部分數(shù)據(jù)都可以用 read_csv() 函數(shù)讀入，函數(shù)中有個 sep 參數(shù)捉偏，表示數(shù)據(jù)的分隔符倒得，默認為 “，” (因為大部分 csv 文件數(shù)據(jù)之間就是以 夭禽，隔開的)
users = pd.read_csv("https://raw.githubusercontent.com/justmarkham/DAT8/master/data/u.user", sep = '|')# Read data;users
原始數(shù)據(jù)：
讀取之后的數(shù)據(jù)：
除了 read_csv 之外霞掺，還有一個常用的 read_table函數(shù)也可進行讀取操作，用法與 read_csv 相似
2讹躯，改變索引值菩彬，只展示前幾行數(shù)據(jù)
set_index() 函數(shù)用來改變索引值，注意需要加一個參數(shù) replace = True 表示替代潮梯； 利用 head(n) 函數(shù)表示只展示前 n 行數(shù)據(jù)
users.set_index('user_id',inplace = True)users.head(25)
tail(n) 只展示后幾行數(shù)據(jù)骗灶；
3，查看數(shù)據(jù)的行和列的基本信息
1秉馏，shape 返回 數(shù)據(jù)的行數(shù)和列數(shù)耙旦，以 tuple 形式返回；
users.shape# (943, 4)
2萝究，columns 返回數(shù)據(jù)列名免都；
users.columns# Index(['age', 'gender', 'occupation', 'zip_code'], dtype='object')
3，index 返回行名帆竹；
users.indexInt64Index([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ... 934, 935, 936, 937, 938, 939, 940, 941, 942, 943], dtype='int64', name='user_id', length=943)
4绕娘，dtypes 返回各列的數(shù)據(jù)類型；
users.dtypes# age int64gender objectoccupation objectzip_code objectdtype: object
4栽连，只選取某列或多列數(shù)據(jù)
Pandas 提供多種方式可供選擇险领，注：users 表示 Pandas 可處理的DataFrame 格式;
1，users.列名；
users.occupation
2绢陌，users[['列名']]挨下；
users[['occupation']]
3，users.loc[:,['列名']]下面；
users.loc[:,['occupation']]
同時選取多列數(shù)據(jù)時
1，users[['列名1','列名2']]绩聘；
users[['occupation','age']]
2沥割，users.loc[:,['列名1','列名2']];
users.loc[:,['occupation','age']]
5，對列中數(shù)據(jù)做去重統(tǒng)計
1凿菩，列名.nunique() 查看某一列數(shù)據(jù)有多少個不重復樣本机杜；
users.occupation.nunique()# 21
也可以通過這種方式實現(xiàn)
列名.value_counts().count()
users.occupation.value_counts().count()# 21
如果想在1 的基礎之上，查看每一個不重復樣本在數(shù)據(jù)列表沖出現(xiàn)了幾次衅谷，可用下面語句
users.列名.value_counts()
users.occupation.value_counts().head()# student 196other 105educator 95administrator 79engineer 67Name: occupation, dtype: int64
6椒拗，對數(shù)據(jù)列表中的數(shù)字列做個簡單統(tǒng)計
users.describe() 即可實現(xiàn)，默認統(tǒng)計的是 numeric columns(列中數(shù)據(jù)都是以數(shù)值進行展示的)
users.describe()
當然也可以統(tǒng)計全部列获黔，加一個參數(shù) include = 'all';
users.describe(include = 'all')
users.列名.describe() 也可以對指定列進行統(tǒng)計：
users.occupation.describe()#count 943unique 21top studentfreq 196Name: occupation, dtype: object
7蚀苛，對數(shù)據(jù)做組聚類
groupby 函數(shù)對某一列做聚類操作，返回的是 GroupBy 對象玷氏；與 5 中方法相似堵未，區(qū)別是 groupby 是以聚類后的列為參照，查看其他列的數(shù)據(jù)統(tǒng)計情況
c =users.groupby("occupation")c# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000017673002788>
GroupBy.head(n) 查看前 n 行數(shù)據(jù)
c.head(5)
GroupBy.cout() 對每個樣本對應其他列進行數(shù)據(jù)統(tǒng)計
c.count()
GroupBy.size() 統(tǒng)計列中每個樣本出現(xiàn)次數(shù)
c.size()
還有其它許可操作的函數(shù)盏触，
詳細的可去官網(wǎng)上查詢：https://pandas.pydata.org/docs/reference/groupby.html
8渗蟹，對數(shù)據(jù)按照某一列進行排序
用到 data.sort_values() 函數(shù)，默認從小到大赞辩，可以設置 ascending = False 設置為從大到写蒲俊；
users.sort_values(["age"],ascending = False)
也可以參考多個列進行排序：
users.sort_values(["age","zip_code"],ascending = False)
9辨嗽，創(chuàng)建新的列
加入新的列比較簡單世落，創(chuàng)建一個 Series (行數(shù)需與原列表數(shù)據(jù)行數(shù)保持一致)，賦值到源數(shù)據(jù)即可
data['列名'] = 新創(chuàng)建的 series糟需；下面我利用對 age 中數(shù)據(jù)進行均一化岛心，把數(shù)據(jù)存放在新的列 age_normalize 中
10，刪除指定列
用 drop() 函數(shù)可刪除源數(shù)據(jù)中的指定列
users.drop(['age'],axis = 1)
這里的 axis 代表指定要刪除的是行還是列篮灼，默認為0忘古，0代表的是行，1代表的是列诅诱；也可以直接用下面命令：
users.drop(columns =['age'])
