Day 13 [Python ML、Pandas] 创建、读取和写入

Introduction

在这个课程里，会学到最热门的资料分析套件，pandas

Getting Start

import 套件

import pandas as pd

Creating Data

DataFrame

使用DataFrame产生类似table的资料结构

pd.DataFrame({'Yes': [50, 21], 'No': [131, 2]})

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

资料不一定要是数值属性

pd.DataFrame({'Bob': ['I liked it.', 'It was awful.'], 'Sue': ['Pretty good.', 'Bland.']})

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

可以利用 index参数 来改变index的资料

pd.DataFrame({'Bob': ['I liked it.', 'It was awful.'], 
              'Sue': ['Pretty good.', 'Bland.']},
             index=['Product A', 'Product B'])

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

Series

可以利用Series产生类似於list的资料结构

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

0    1
1    2
2    3
3    4
4    5
dtype: int64

Series可以算是一个单column的DataFrame

因此也可以对index做调整

也因为只有单行 可以利用 name参数 改变Series的资料

pd.Series([30, 35, 40], index=['2015 Sales', '2016 Sales', '2017 Sales'], name='Product A')

2015 Sales    30
2016 Sales    35
2017 Sales    40
Name: Product A, dtype: int64

Reading data files

pandas也可以读取csv档案，使用.read_csv函数

wine_reviews = pd.read_csv('./winemag-data-130k-v2.csv')
wine_reviews.shape

(129971, 14)

可以利用shape来看pandas的行列(column, row)资料有多少

wine_reviews.head()

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

用head()可以印出资料中的前5笔资料

因为.read_csv可以取得全部的资料，因此也会将index取进来

可以使用index_col=0来去掉index的column

wine_reviews = pd.read_csv('./winemag-data-130k-v2.csv', index_col=0)
wine_reviews.head()

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

另外.to_csv可以将dataframe转为csv档汇出

animals = pd.DataFrame({'Cows': [12, 20], 'Goats': [22, 19]}, index=['Year 1', 'Year 2'])

# Your code goes here
animals.to_csv('cows_and_goats.csv')