认识强大的Python套件：Pandas（上）

接下来要来让我们认识超级超级厉害、号称学得好带你上天堂的Pandas～～～

首先，呼叫我们这次要使用的套件：

import pandas as pd

完成後，让我们来一起认识在Pandas里的资料形式！

Series和DataFrame

在Pandas总共有分为一维的Series和二维的DataFrame资料形式，可以把它想像成Excel的一行和一个表。在这次的例子中，Series利用串列(list)作为基底来建立，DataFrame则是用字典(Dictionary)的容器形式来建立：

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

dic = {'color':['red','blue','yellow'],
       'number':[2,4,6,8,10],
       'language':['Chinese','English','Japanese']}
df = pd.DataFrame(dic)

针对Series我们还可以有以下数值运算的操作方法：

• max()：最大值
• min()：最小值
• sum()：总和
• mean()：平均数

另外，当你在创建Series时，它已经预设好index供你查询，就像是你在Excel表里面输入资料时，右边的数字就是预设的索引值。

当然！如果不想要用预设值，也可以自己定义index，如下：

data = pd.Series([1,2,3,4,5]),index = ['a','b','c','d','e']

想要查看Series的索引和数值也很简单：

data.index #查看索引
data.value #查看数值

资料检视

基本上我们在做资料分析时，时常使用的是DataFrame，而我们需要运用Pandas来读取各种档案，并以DataFrame的形式进行後续的操作。

比方说要读取一个csv档，你可以这样写：

df = pd.read_csv('档案名')

也可以是json或是html的形式，只要改成read_json或是read_html即可。

在我们读取档案後，可以先看看资料的前几行有怎麽样的内容，这是侯我们会用下面的函数：

• head() 查看资料前段，()内可以指定行数。
• tail() 查看资料後段，()内可以指定行数。

此外，我们也会检视这个档案整体的资料概况：

• info()　查看栏位名称、栏位数、资料型态等。
• describe() 简单的描述性统计：最大值、最小值、平均值、中位数等。

检查完上述的资讯後，还有一个重要的事情是察看这份档案中是否有缺失值存在，针对缺失值的检查和处理：

• isnull() 判断是否为缺失值
• fillna() 填充缺失值，()放填充的值
• dropna() 直接删除所有的缺失值

最後，当整理完资料後，不要忘记将这份档案输出存档：

df.to_csv('新建档案名')

明天将继续深入Pandas的应用，假如我们想要针对整理好的资料进行筛选、修改和整理，要怎麽做呢？

参考资料：

https://blog.techbridge.cc/2020/09/21/python-pandas-zen-tutorial/

https://oranwind.org/python-pandas-ji-chu-jiao-xue/

https://www.learncodewithmike.com/2020/11/python-pandas-dataframe-tutorial.html