今天的內容來到資料處理啦！介紹的是用Pandas來練習，這裡參考的是Quick Introduction to pandas，裡面詳細介紹了在Colab中可以進行的各種實作。

Pandas是一個在python中廣泛使用的數據分析式函式庫，提供強大數據結構和工具，處理和分析結構化數據。其中主要引入的兩種數據結構：

• Series：一維數據結構，類似一列，每個元素有對應標籤 -> 索引。
• DataFrame：二維數據結構，類似一個表格，有多個行跟列，每列可以有不同數據類型。
  DataFrame中包含一個或多個Series，每個都有對應的名稱。

實作Step1：

<引用Pandas>

import pandas as pd
pd.__version__

實作Step2：

再來認識一下Series的運作：

pd.Series(['San Francisco', 'San Jose', 'Sacramento'])

這裡的意思是Series內有一個陣列，放三個城市，就是一個完整的Series了。

實作Step3：

現在要來把Series放進DataFrame：

city_names = pd.Series(['San Francisco', 'San Jose', 'Sacramento'])
population = pd.Series([852469, 1015785, 485199])
pd.DataFrame({ 'City name': city_names, 'Population': population })

就會形成表單：

實作step4：

知道原理後可以來輸入外部資料，因為數據很多幾千幾萬筆，手動輸入有點笨，提供範例：

california_housing_dataframe = pd.read_csv("https://download.mlcc.google.com/mledu-datasets/california_housing_train.csv", sep=",")
california_housing_dataframe.describe()

執行後會看到：

今天大概介紹了Pandas資料庫，會發現真的很方便且實用，他也很適合清裡、轉換等工作，明天會繼續說明！