檢視資料
排序索引和獲取資料
應用函式到單元格、列、行
分組彙總表
增刪行列
pandas主要資料結構是series和dataframe類
1、series是一種類似於一維陣列的物件，它由一組資料（各種numpy資料型別）及一組與之相關的資料標籤（即索引）組成。
2、dataframe是乙個二維資料結構，即一張格，其中每列資料的型別相同。你可以把它看成由 series 例項構成的字典。
首先載入必要的庫，即 numpy 和 pandas
import numpy as np
import pandas as pd
import warnings
warnings.filterwarnings('ignore')
df.head() 檢視前 5 行資料。
df.shape檢視該資料庫的維度，行數和列數。
df.columns檢視該資料庫的特徵名稱，即列名。
df.info()檢視該資料庫的特徵型別，注意是否有缺失值。
df.describe()可以顯示數值特徵（int64 和 float64）的基本統計學特性，如未缺失值的數值、均值、標準差、範圍、四分位數等。
df.describe(include=[『object』, 『bool』])檢視非數值特徵的統計資料。
astype() 方法可以更改列的型別：
如：df[『列名』] = df[『列名』].astype(『int64』)
value_counts() 方法可以檢視類別（型別為 object ）和布林值（型別為 bool ）特徵：
如：df[『列名』].value_counts() ——>顯示的是數值
df[『列名』].value_counts(normalize=true) ———>顯示的是比例
問題：資料集中有多少男性和女性？
data['***'].value_counts()df.sort_values(by=『列名』, ascending=false)
表示根據某個列名排序。ascending=false表示倒序排列；ascending=true表示公升序排列。
2、根據多列排序
df.sort_values(by=[『列名1』, 『列名2』],ascending=[true, false])
表示先按 列名1 公升序排列，再按 列名2 降序排列
df[『列名』]得到單獨的列
df[p(df[『name』])]布林值索引獲取單獨的列
如：df[df[『列名』] == 1].mean()表示當列名的值為1的數的均值。
df[df[『列名1』] == 1][『列名2』].mean()表示在列名1的值為1的情況下。對應列名2的均值。
問題：資料集中女性的平均年齡是多少？
data[data['***'] == 'female']['age'].mean()data[(data['***'] == 'male') &(data['marital-status'].isin(['never-married', 'separated', 'divorced']))]['salary'].value_counts()df.loc[0:5, 『列名1』:『列名2』]表示輸出0到5行，列名1到列名2的資料。
df.iloc[0:5, 0:3]表示輸出前 5 行的前 3 列資料。
df[:1] 和 df[-1:] 可以得到 dataframe 的首行和末行。
pandas 下分組資料的一般形式為：
df.groupby(by=grouping_columns)[columns_to_show].function()
根據 grouping_columns 的值進行分組。
接著，選中感興趣的列（columns_to_show）。若不包括這一項，那麼就會選中所有非 groupby 列（即除 grouping_colums 外的所有列）。
最後，應用乙個或多個函式（function）。
一、透視表
透視表(pivot table)是電子**程式和其他資料探索軟體中一種常見的資料彙總工具。它根據乙個或多個鍵對資料進行聚合，並根據行和列上的分組將資料分配到各個矩形區域中
通過 pivot_table() 方法可以建立透視表，其引數如下：
values 表示需要計算的統計資料的變數列表
index 表示分組資料的變數列表
aggfunc 表示需要計算哪些統計資料，例如，總和、均值、最大值、最小值等。
如：df.pivot_table([『列名1』, 『列名2』, 『列名3』], [『分組變數列』], aggfunc=『mean』)
二、交叉表
交叉表（cross tabulation）是一種用於計算分組頻率的特殊透視表，在 pandas 中一般使用 crosstab() 方法構建交叉表。
如：pd.crosstab(df[『列1』], df[『列2』])——>顯示的是數值
pd.crosstab(df[『列1』], df[『列2』], normalize=true)——>顯示的是比例
問題：計算各國超過和低於 50k 人群各自的平均周工作時長。
pd.crosstab(data['native-country'], data['salary'],
values=data['hours-per-week'], aggfunc=np.mean).t
使用 insert()方法新增列
df.insert(loc=len(df.columns), column=『新增的列名』, value=值)
減：使用 drop() 方法刪除列和行
移除先前創捷的列：
df.drop([『列名1』, 『列名2』], axis=1, inplace=true)axis=1表示列，inplace 引數表示是否修改原始 dataframe
刪除行：
df.drop([1, 2]).head()
2 Pandas資料初探索之資料型別與資料篩選
1 pandas的資料型別主要結合了pandas和numpy兩個模組中的資料型別，包括以下幾種 2 通過dateframe物件的dtypes屬性,可得到各個特徵的資料型別。例如 df.dtypes 3 型別轉換 1 通過astype 轉換資料型別，預設情況下會產生物件轉換後的乙個副本 df a df...
3 Pandas資料初探索之索引調整方法
1 重新索引 在pandas物件中，其實索引也是乙個物件，所以可對其進行修改。例如 df.index a b c df df pd.dataframe df df one two three 0 0.996986 0.190981 0.482912 1 0.233812 0.140953 0.052...
pandas 排序 Pandas 資料排序
python 的 pandas 庫中有一類對資料排序的方法，主要分為對引數列排序，對數值排序，及二者混合三種。一.引數列排序 首先我們生成乙個亂序數列 unsorted df 隨後我們可通過 df.sort index 函式對資料集進行排序操作 如不做規定，返回行引數正序排序 新增引數 ascend...