連續三天講了 NumPy 之後，今天來換換口味，談談另外一個重要的 Library: Pandas

Hello Pandas!

Pandas 名稱來自於 "Panel data"，是一套用來操作並分析資料的 Python Library，比較特別的是，它可以幫助我們進行類似資料表 (excel) 的操作。

等等，這麼多工具都在處理資料，到底用哪個好？

到現在我們看過了 Python, NumPy, 還有即將要介紹的 Pandas，到底什麼時候該用什麼工具好呢？

其實主要還是看使用情境與需求，當然如果只是小量的、簡單的計算，那平時用 Python 當中的 list 以及相關方法來處裡資料就夠了，不需要請出 NumPy 與 Pandas。

這三個工具在使用上有些不同的地方，簡單來說像是

1. 一個 Python list 裡面可以放多種不同型態的元素，但一個 NumPy array 裡面只能放相同型態的元素
2. 但 NumPy array 比起 Python list 有更多數學、統計計算的方法支援，計算速度也更快
3. NumPy array 比起 Python list 可以做更高維度的操作
4. Pandas 跟 NumPy 比起來，則又多了一些方法，同時可以使用 index

隨著越來越熟悉不同工具的操作，我們將會越了解不同工具的特性，以及其使用場景，並在對的時間點使用

Pandas 起手式

把 Pandas 加入到我們的專案中（通常也會把 NumPy 跟著一起加入）

import numpy as np
import pandas as pd

接下來先介紹 Pandas 主要的三種資料結構：Series, DataFrame, Index

Series

Series 是一個一維的資料結構，建立的方法如下：

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

取值的方式也跟 NumPy array 一樣，如果我們要取出第二個元素，可以用

x[1]

就會得到 2

如果我們要取出第二到第四個元素，可以用

x[1:4]

就會得到 2, 3, 4

那這樣看起來跟 NumPy 的一維陣列幾乎就一模一樣啊？當然還是有它不一樣的地方啦，要不然就不用特別介紹了。

在 NumPy 陣列當中，陣列的 index 是會自動產生的，會由 0 開始依序增加。在 Series 中，我們可以自定義 index。譬如這裡我們建立一個陣列 [1,2,3,4,5]，其 index 分別為'a', 'b', 'c', 'd', 'e'

y = pd.Series([1,2,3,4,5], index=['a', 'b', 'c', 'd', 'e'])

當我們要取值的時候，就可以用我們設定的 index 來用，譬如

y['b']

我們將得到 2

這裡要注意的是，如果我們幫 Series 設定 index 的話，原本預設的數字 index 就會不能使用囉，也就是說，同一個 Series 不會有兩套 index 共存。

可以自訂 index 的話，那看起來不就很像是 Python 的 dict：我們可以自訂 key-value pair。沒錯，我們也可以把 dict 放入 Series 當中。譬如這裡有一個 dict x

x = {'dog':'woof', 'cat':'meow'}

然後把它變成 Series

y = pd.Series(x)

如果用 type() 去查看 y 的型別的話，會發現他是 pandas.core.series.Series 而不是 dict 了

如果我們把剛剛的 x 放入 np.array() 會變成什麼樣子呢？

z = np.array(y)
print(z)

會發現 z 只會是 x 這個 dict 裡面所有 value 的集合，print(z) 的結果會是

['woof' 'meow']

Pandas 的 Series 就先介紹到這邊，明天再來介紹更重要的 DataFrame 以及 Index!