Pandas学习笔记（一）

最近在做Kaggle的练习赛，发现大家都在用pandas这个python数据分析的库来处理数据和提取特征。调研了一下Pandas，发现这个库真得非常方便。如果使用这个库来处理原始数据和提取特征，那么会大大提升工作效率。接下来准备花些时间学习一下这个库的使用。

Lesson1 参考资料： http://nbviewer.jupyter.org/urls/bitbucket.org/hrojas/learn-pandas/raw/master/lessons/01%20-%20Lesson.ipynb

读取CSV文件： 

Location = r'C:\Users\david\notebooks\update\births1880.csv'
df = pd.read_csv(Location)

df的全称是DataFrame，可以将一个数据表格视为一个由m行n列组成的数据帧，如下所示：

	Names	Births
0	Bob	968
1	Jessica	155
2	Mary	77
3	John	578
4	Mel	973

df就标识着上面的这个表格。

访问表格内容：

使用df.Names或者df['Names']都可以将Names这一列取出来得到一个新的表格。而df[1:3]则可以取出表格中的1,2两行。

查看最大值等信息：

df['Births'].max()

df提供了max等方法，可以得到某一列数据的一些统计值

选取满足某些条件的行：
[df['Births'] == df['Births'].max()] ，可以得到birth为最大值的行组成的列表

画折线图来观察数据：

df['Births'].plot()

访问多行多列：

# df.ix[rows,columns]
df.ix[0:3,'Names']

df.loc['a']

利用loc方法和ix方法都可以读取多行

Pandans Groupby的具体说明：

http://pandas.pydata.org/pandas-docs/stable/groupby.html?highlight=transform