昨天介紹完Matplotlib相關應用，Matplotlib強大的地方就是可以方便、快速地視覺化出資料的樣貌，如我們後來會要畫損失函數的下樣貌或者準確度的爬升，利用Matplotlib會非常快速。
雖然今天Pandas有些區塊與Matplotlib重覆到(圓柱、折線圖等等)，但再繪圖上面還是Matplotlib較為方便，所以我們今天介紹的Pandas會著重在偏向資料方面的處理，這對於我們後來的實作案例相當重要，有些資料對於結果必不是那面重要，所以我們會需要整理、處理資料。

圖片出處
(補充：如果介面是黑色的表示我是用個人筆電，如果是白色的就是實驗室電腦)

Pandas介紹

上面有提及pandas在資料處理上的非常強大，且Pandas也和Matplotlib是一個基於Numpy的函式庫，而Padas也有另一種說法是，Pandas就是把excell的功能搬過來pyhton，許多在excell可以做到的事情，利用Pandas在python也可以辦到，如csv檔的讀取、刪減、增加、欄位的替換等等，這些功能在我們往後的案例都會常常使用到！

Pandas相關程式介紹

我們一樣要先導入函式庫：

import pandas as pd
import numpy as np

這邊要先介紹pandas裡面的兩種常用的資料格式，分別是DataFrame與Series。

Series

Series是一種類似序列的指令，當在使用Series儲存資料的時候，會自動幫儲存的資料標上索引值(index)，所以可以利索引值去提取裡面的資料(儲存的資料類型不限)。
1.建立Series:

S = pd.Series([1,2,3,'John',4,5])
S

輸出：

0       1
1       2
2       3
3    John
4       4
5       5
dtype: object

2.提取裡面的資料和索引值：

values = S.values #提取資料
index = S.index #提取index
print(values)
print(index)

輸出：

[1 2 3 'John' 4 5]
RangeIndex(start=0, stop=6, step=1)

3.自己定義喜歡的index並取出其中的index資料：

S2 = pd.Series([1,2,3,4,'John'], index=['Q','W','E','R','T'])#1.資料2.索引值
print(S2)
S2['T']

輸出：

Q       1
W       2
E       3
R       4
T    John
dtype: object
'John'

DataFrame

DataFrame是一種二維空間上的指令，就像是excel的表格一樣，有行和有列，DataFrame有索引值(index)和行數(column)，可以利用索引值和行數去抓到裡面的資料(儲存的資料類型不限)。
1.建立DataFrame：

D = pd.DataFrame(np.arange(20).reshape((5,4)))
#np.arange從0列到19；reshape是把它變成5*4的型狀
print(D)

輸出：

    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

2.從diction轉換成dataframe：

data = {'區域': ['北區', '中區','南區','東區'],
        '人口': [300000, 500000, 412000, 240000],
        '地價(每坪)': [300000, 250000, 400000, 230000],
        '福利指數(滿分10)':[7,6,8,7]} #字典

D2 = pd.DataFrame(data) #轉換成dataframe格式
print(D2)

輸出：

區域      人口  地價(每坪)  福利指數(滿分10)
0  北區  300000  300000           7
1  中區  500000  250000           6
2  南區  412000  400000           8
3  東區  240000  230000           7

直接在最後行打上D的輸出會比較像表格：

3.特定行查看：

print(D2['區域']) #中括號和行名稱

輸出：

0    北區
1    中區
2    南區
3    東區
Name: 區域, dtype: object

4.特定列查看：

print(D2.loc[[0, 1]]) #查看0和1兩列

輸出：

   區域      人口  地價(每坪)  福利指數(滿分10)
0  北區  300000  300000           7
1  中區  500000  250000           6

5.找特定位置：

print(D2.iloc[3,2])#用iloc函式指定第三列、第二行資料(是從0開始數唷)

輸出：

230000

6.新增行數(column)

data = {'區域': ['北區', '中區','南區','東區'],
        '人口': [300000, 500000, 412000, 240000],
        '地價(每坪)': [300000, 250000, 400000, 230000],
        '福利指數(滿分10)':[7,6,8,7]} #字典
D3 = pd.DataFrame(data,columns=['區域','人口', '地價(每坪)', '福利指數(滿分10)','就業機會'])
D3

輸出：

會發現就業機會出現NaN，是因為我們並沒有給這欄有任何資料，所以才會無資料顯示。
7.新增行資料：

D3['就業機會']=['高','中','高','中']
D3

輸出：

8.刪除某欄：

D3.drop(columns=['就業機會', '地價(每坪)']) #刪除欄
D3.drop(index=[0, 1]) #刪除列

輸出：

9.新增列及前面部分綜合(以防數據錯亂搞混)：

data = {'區域': ['北區', '中區','南區','東區'],
        '人口': [300000, 500000, 412000, 240000],
        '地價(每坪)': [300000, 250000, 400000, 230000],
        '福利指數(滿分10)':[7,6,8,7]} #字典
D3 = pd.DataFrame(data,columns=['區域','人口', '地價(每坪)', '福利指數(滿分10)','就業機會'])　#新增"就業機會"這欄
D3['就業機會']=['高','中','高','中'] #填入就業機會資料

D3 = D3.append({"區域":'西區', "人口":350000,"地價(每坪)": 280000 ,"福利指數(滿分10)":7 ,"就業機會":'低'},ignore_index=True) 
#1.要新增的字典2.預設是False，意思是一定要填入資料，所以要改成True
D3

輸出：

今天已經第12天了，真是辛苦啊，還是要提醒讀者，本系列文章基礎指令會著重在常使用的、基礎的函式庫及指令，讀者若是新手可以知道哪些是比較常用、基礎的，但對於有一定程度、想要真正完整了解特定函式庫的人，可能要直接搜尋有關此函式庫的專門教學文章會比較適合，因為我想要讓大家在30天能夠走向kaggle的經典案例實際操作，所以只會提到基礎的以及相關的指令！
今天Pandas部分先介紹到這裡拉，明天會再補充有關CVS檔的處理，要繼續跟上唷！GOGO！