此文是《10周入門資料分析》系列的第16篇
想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析

上篇介紹了 NumPy，本篇介紹 pandas。

目錄
pandas入門
pandas的資料結構介紹
基本功能
匯總和計算描述統計
處理缺失資料
層次化索引
pandas入門
Pandas 是基於Numpy構建的，讓以NumPy為中心的應用變的更加簡單。
pandas的資料結構介紹

1、Series

由一組資料（各種 NumPy 資料類型）和一組索引組成：

Values 和 index 屬性：

給所創建的Series帶有一個可以對各個數據點進行標記的索引：

與普通NumPy陣列相比，可以透過索引的方式選取Series中的單個或一組值：

可將Series看成是一個定長的有序字典，它是索引值到資料值的一個映射（它可以用在許多原本需要字典參數的函數中）。
如果資料被存放在一個 python 字典中，可以直接透過這個字典來創建Series：

如果只傳入一個字典，則結果Series中的索引就是原字典的鍵（有序排列），上面的states。
Series最重要的一個功能是在算數運算中自動對齊不同索引的資料：

Series物件本身及其索引都有一個name屬性：

Series的索引可以透過賦值的方式就地修改：

2、DataFrame

是一個表格型的資料結構。既有行索引也列索引。DataFrame中面向行和面向列的操作基本是平衡的。DataFrame中的資料是以一個或多個二維塊存放的。用層次化索引，將其表示為更高維度的資料。
構建 DataFrame：直接傳入一個由等長清單或 NumPy 陣列組成的字典。

會自動加上索引，但指定列序列，則按指定順序進行排列：

和Series一樣，如果傳入的列在資料中找不到，就會產生NA值：
透過賦值的方式進行修改：

透過類似字典標記的方式或屬性的方式，可以將DataFrame的列獲取為一個Series：

欄也可以透過位置或名稱的方式進行獲取，比如用索引欄位ix。
將清單或陣列賦值給某個列時，其長度必須跟DataFrame的長度相匹配。如果賦值的是一個Series，就會精確匹配DataFrame的索引，所有的空位都將被填上缺失值：

給不存在的列賦值會創建出一個新列，關鍵字del用於刪除列：

透過索引方式返回的列是相應資料的視圖，並不是副本，對返回的Series做的任何修改都會反映到源DataFrame上，透過series的copy方法即可顯式地複製列。
另一種常見的資料形式是嵌套字典，如果將它傳給DataFrame，解釋為 — — 外層字典的鍵作為列，內層鍵作為行索引。

對結果進行轉置：

指定索引按序列：

由Series組成的字典差不多也是一樣的用法：

設定了DataFrame的index和columns的 name 屬性，這些資訊也會被顯示，values 屬性以二維ndarray的形式返回DataFrame中的資料：

如果DataFrame各列的資料類型不同，值陣列的資料類型就會選用能相容所有列的資料類型（如 dtype = object）。

3、索引物件

pandas的索引物件，管理軸標籤和其他中繼資料（如軸名稱等）。
構建Series或DataFrame時，所用到的任何陣列或其他序列的標籤都會被轉換成一個Index，且Index物件是不可修改的：

Index的功能類似一個固定大小的集合：

基本功能

1、重新索引

方法 reindex：創建一個適應新索引的新物件。

調用該Series的reindex將會根據新索引進行重排。如果某個索引值當前不存在，就引入缺失值。

對於時間序列這樣的有序數據，重新索引時可能需要做一些差值處理：

對於DataFrame ，reindex可以修改行、列索引，或兩個都修改。如果僅傳入一列，則會重新索引行：

使用columns關鍵字可重新索引列：

ix標籤索引功能：

丟棄制定軸上的項
drop方法返回的是一個在指定軸上刪除了指定值的新對象：

對於DataFrame，可以刪除任意軸上的索引值：

2、索引、選取和過濾

Series索引的工作方式類似於NumPy陣列的索引，但Series的索引值不只是整數：

利用標籤的切片運算，其包含閉區間（與普通 python 切片運算不同）：

對DataFrame進行索引就是獲取一個列：

或多個列：

這種索引方式的特殊情況：透過切片或布林型陣列選取行。

另一種用法是透過布林型DataFrame進行索引（在語法上更像 ndarray）：

專門的索引欄位 ix，是一種重新索引的簡單手段：

3、算數運算和數據對齊
pandas最重要的一個功能是對不同索引的物件進行算數運算。
對不同的索引對，取並集：

自動的資料對齊操作在不重疊的索引出引入了NA值，即一方有的索引，另一方沒有，運算後該處索引的值為缺失值。
對DataFrame，對齊操作會同時發生在行和列上。

4、在算術方法中填充值

對運算後的NA值處填充一個特殊值（比如 0）：

否則 e 列都是NaN值。
類似，在對Series和 DataFrame 重新索引時，也可以指定一個填充值：

······································
···········································
··············································
·········································
點擊鏈接獲取全文：Python資料分析（四）Pandas
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。

已經有2800+的同好按贊我的臉書了，你不來嗎？XD