今天開始要將程式或取的股價資訊稍作整頓，
因此將運用資料科學套件pandas，它是資料科學分析的前置工具。
它可以被用來執行強大的資料分析。以往我們大都使用試算表來當作處理與分析資料的工具。但是試算表有列數量的侷限性限制，超過限制就無法滿足資料分析的需求。對於資料維度也是一個試算表的一大挑戰限制，但，這些Python都可以幫助我們一一實現。
Pandas可說是 Python提供類似Excel試算表的功能，可結合NumPy（Numerical Python的簡稱）的特性，以及試算表和關連式資料庫(Relation Database)的資料操作能力，藉此可用來對資料進行切割、聚合及重構等操作。

當使用Anaconda 3 的版本時，在預設的狀況下會安裝Python、IPython及Jupyter記事本、Pandas。如果沒有安裝Anaconda的話，就需要透過pip來安裝pandas套件。
$ pip install pandas

1. 匯入pandas套件
   安裝完畢後，使用前我們一樣要先匯入pandas套件：
   import pandas as pd

pandas提供了3種資料結構，其中最重要的兩個基本資料結構就屬Series與DataFrame，另外一個是Panels。
接下來請先打開Spyder，有機會就跟著我一起學習:
(一) 建立Pandas Series序列
序列（Series）像是一維陣列資料所組成的物件。我們可以使用Python的Series()函式來建立一個Serie：

s = pd.Series([1, 2, 3, 4])
0    1
1    2
2    3
3    4
dtype: int64

輸出結果為兩行。第一行為索引，第二行為Series資料。輸出的每一個row由index標籤（label）及其對應的值所組成。如果在建立Series資料的時候沒有指定index的話，pandas會自動產生從0開始的整數索引標籤。

(二) 建立DataFrame
使用DataFrame()函示來建立。他是一個如同有索引的二維串列。

import pandas as pd
taiwan ={'city':['台北市', '台中市', '高雄市'],
'pop':[2631083, 2816741, 2773401],
'area':[271.7997, 2214.8968, 2951.8524],}

pd.DataFrame(taiwan)

例如透過上面的taiwan字典，我們可以建立一個DataFrame。
(三) 利用DataFrame篩選股市資料
https://www.twse.com.tw/exchangeReport/MI_INDEX?response=csv&date=20220929&type=ALLBUT0999
昨天取出的股價資訊其中一筆如下:
"9914","美利達","666,197","756","121,993,792","184.50","187.00","180.50","181.50","-","3.00","180.50","1","181.50","4","11.38",

通常 “逗點”表示串起前後的資料，因此可以算出16 + 1個欄位，最後一欄為空值

import requests
import pandas as pd
from io import StringIO
dateStr = "20220928"

requestData = requests.get('https://www.twse.com.tw/exchangeReport/MI_INDEX?response=csv&date=' 
                           + dateStr + '&type=ALLBUT0999')

#print(requestData.text)
stockInfo = requestData.text.split('\n')

# 使用for迴圈檢查每一筆資料，保留'",'分隔項目等於17的資料
stockInfo = [x for x in stockInfo if len(x.split('",')) == 17 ]

data = "\n".join(stockInfo)

#利用pd.read_csv轉換為DataFrame的格式
datafr = pd.read_csv(StringIO("\n".join(stockInfo)), header=0)

#刪除空值欄位
datafr = datafr.drop(columns=['Unnamed: 16'])

# 使用DataFrame格式篩選美利達股票的證券代號
filter_df = datafr[datafr["證券代號"] == "9914"]

# 列印指定股價內容
print(filter_df)

產生結果畫面如下:

對於不常寫程式的人，今天可能會有點頭暈，
但對於常寫程式的人，今天會覺得收穫很多，
不過，寫程式就是要多看多打程式碼，
養成習慣很多語法、邏輯就會漸漸內化到腦中。

今天這樣是不是更有成就感了，我們明天再接著精緻化這個功能。