实战pandas的简单使用方法（文尾附.csv文件供大家实战操作）

介绍：

Pandas 是 python 的一个数据分析包，如果想要实践机器学习算法的时候，pandas 就是一个有力的工具，它可以方便地从本地读样本数据，提供了很多读取的方式。

安装：

笔者使用的是anaconda，里面集成了平常比较常用的python库，里面就有 numpy、pandas 等，使用起来非常方便。

具体使用方法

先引入pandas库，使用read_csv（）方法，读取整个.csv文件；
使用 head() 方法读取前几行数据，参数为空默认展示5行数据，可以传入其他数字，如3、7等；
使用 tail() 方法倒着从后读取后几行数据，用法同上。

import pandas
food_info = pandas.read_csv("food_info.csv")
food_info.head()

使用 columns 方法，打印列名，作用是可以看到每一列的数据代表的含义

print(food_info.columns)

使用 shape 方法，打印数据的维度，一共有几行几列

food_info.shape

下面介绍一行一行的取数据

使用 loc[ ] 方法，打印第几个数据，参数是数据的行号，例如取第 1 行数据

food_info.loc[0]

该方法也可以类似于python中列表的操作，使用切片，例如取第 3 - 5 行的数据

food_info.loc[3:5]

也可以传进去一个列表，例如打印 2，3，5 行的数据

food_info.loc[[2,3,5]]

下面介绍一列一列的取数据

通过列名取一列数据

food_info['Water_(g)']

通过好几个列名取好几列数据，同上方法，传进去一个含有多个列名的列表

food_info[['Water_(g)','Ash_(g)']]

找出以（g）结尾的列，取前3行数据打印出来

col_names = food_info.columns.tolist()
gram_columns = []

for i in col_names:
    if i.endswith("(g)"):
       gram_columns.append(i)
gram_df = food_info[gram_columns]
print(gram_df.head(3))

添加一列新的特征

可能某个列的数值进行一些简单的数学运算，又可以得到一列新的特征，（这里仅打个比方，主要看方法，不要看意义），某一列的数据是以mg为单位的，现在想要该列数据以g为单位，加入到特征列中。

iron_gram = food_info["Iron_(mg)"]/1000
food_info["Iron_(g)"] = iron_gram
food_info.shape

对某一列进行归一化操作，比如列中的每个元素都除以该列的最大值

normalized_fat = food_info["Lipid_Tot_(g)"]/ food_info["Lipid_Tot_(g)"].max()
print(normalized_fat)

数据预处理

对某一列的值进行排序操作，调用sort_values()方法，传入参数是列名，inplace属性决定了是再生产一个新列，还是在原列基础上排序，ascending属性决定了是正序还是倒叙排列，默认为True，正序排列

food_info.sort_values("Sodium_(mg)",inplace = True, ascending = False)
print(food_info['Sodium_(mg)'])

数据集下载链接：food_info.csv