今天我們接著繼續和DataFrame繼續奮鬥！先把套件和檔案載入：

import pandas as pd
df = pd.read_csv('檔案名')

條件選擇

• 單一條件篩選，搭配運算子

df['colum'] #篩選欄位名稱
df.loc[[index],[colum]] #篩選欄位名稱及行數
df[df['colum'] == "value"]] #篩選某個欄位的特定值
df[df['colum'] > "value"]]

• 多條件篩選，運用& (And)與| (Or)

A = df['colum1'] == "value1"] #篩選某個欄位的特定值
B = df['colum2'] > "value2"]
df[A & B] #篩選同時滿足A與B條件

• 去除重複值

A = df.drop_duplicateds(subset=['colum'], keep='first') #保留某欄位的第一個值(預設)

資料整理

新增資料：

• insert()：在指定的欄位位置新增資料
• append()：將資料一筆一筆傳入（以字典的形式）
• concat()：合併兩組資料

篩除資料：

• drop()：axis=1篩除欄，axis=0刪除列

資料排序：

• sort_index()：依照索引進行排序
• sort_values()：依照欄位內容進行排序

資料群組

在Pandas一樣有Excel樞紐分析表的功能，我們可以將資料進行分組運算：

df.groupby('colum').sum()

多欄位運算：

df.groupby(['colum1','coium2').sum()

以上是Pandas的簡單介紹，還有好多功能等著我們去發掘，下面提供更多閱讀資料，如果有興趣的朋友可以在更加深入研究看看！

更多延伸資料：

https://pandas.pydata.org/docs/user_guide/index.html

https://leemeng.tw/practical-pandas-tutorial-for-aspiring-data-scientists.html

Pandas也可以視覺化

https://allaboutdataanalysis.medium.com/資料視覺化-一篇文章詳細解讀pandas視覺化圖表-9bb663bae0cd

參考資料：

http://notebookpage1005.blogspot.com/2018/12/python-pandas.html