pandas取出某一列_机器学习Pandas数据处理手册

前言：

在学习机器学习的过程中，对数据进行预处理时避免不了需要使用Pandas进行大量操作。而Pandas的方法与对象众多，一条一条不好记。因此在这里从八个方面试图对用到的Pandas方法进行总结，在以后使用时可以直接查表。注：下面df均为DataFrame的缩写。

另外也会陆续更新一些常用的机器学习操作，例如缺省值的处理等。

---

一：基本核心部件：DataFrame与Series

1. DataFrame相当于一张表：

一个DataFrame

创建DataFrame方法：pd.DataFrame({'Yes': [50, 21], 'No': [131, 2]})
#注意这是一个字典-列表转换器！

其中，DataFrame的内容不限于整型数字。注意，列标签可以由字典-列表转换器指定，但行标签(Index)默认为0、1、2、3... 修改方法如下：

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

2. Series相当于只有一列的DataFrame

pd.Series([1, 2, 3, 4, 5])

其中，Series没有列标签，只有Name;行标签仍为Index

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

二：文件读写操作

一般我们使用CSV(Comma-Separated Values)文件。

• 加载csv文件

df = pd.read_csv("../input/****.csv")
##当数据文件中本来就有行标(Index时，可以如下使用在上面加index_col=0)

• 将数据保存为csv文件：

reviews.to_csv('文件名.csv')
#不加index: reviews.to_csv('文件名.csv',Index=False)

• 查看文件:

df.shape  #查看数据维度
df.head() #查看前几行数据
df.set_index("title")  #改变index方式
df.Country / df['Country']  #访问reviews文件中名为'Country'的一列数据：
df['country'