pandas 第一列_Pandas

Pandas 是一个 Python 模块，是最常用的数据分析库。学习Pandas的途径很多，例如官网上的教程。但 kaggle 微课有它的好处，使用平台提供的数据库，与实际应用关系更密切。

以下是我整理的思维导图：

一、基本数据类型

Pandas 里面有两个基本数据类型：DataFrame 和 Series。其中DataFrame类似于二维表格，而Series则类似于列表。

（一）DataFrame

# 通过字典创建DataFrame

pd.DataFrame({
    'Yes': [50, 21], 'No': [131, 2]})

pd.DataFrame({
    'Bob': ['I liked it.', 'It was awful.'], 
              'Sue': ['Pretty good.', 'Bland.']},
             index=['Product A', 'Product B'])

上图展示了由第二个语句定义的一个DataFrame，可以看到第一行、第一列分别为“列标签”（column name）、“行索引”（index），它们用于数据的查找。其余部分为数据本身。

通过字典来定义DataFrame，每一个“键”对应于一列，而“值”一般为列表，保存具体数据。

可以通过index列表定义DataFrame的序列名，如果不定义，则默认从0开始编号。

（二）Series

# 通过列表来创建 Series

pd.Series([30, 35, 40], index=['2015 Sales', '2016 Sales', '2017 Sales'], 
name='Product A')

与 python 列表的区别在于，Series 能够定义“行索引”index，还可以定义一个Name变量。

（三）读取文件数据

最常见的是读取CSV文件

# 读取文件，index_col = 0 避免产生重复的行索引
wine_reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", 
index_col=0)

# 预览前五条数据
wine_reviews.head()

# 查看DataFrame的大小，注意无需括号（加括号会报错）
wine_reviews.shape

二、DataFrame的索引、选择与赋值

（一）索引 Indexing

假设名为 reveiws 的 DataFrame 如上图所示，如何查找其中的列或者元素？

# 查找其中的列，返回一个 Series , 有两种方式
reveiws.country

reveiws['country']

# 查找某一单元格的值
reveiws['country'][0]

基于索引（index-based）的查找：

.iloc[index] 通过序列号返回DataFrame的某一行