{DAY 17} Pandas 学习笔记part.3

前言

Pandas 是强大的资料科学分析工具，

今天要进入DataFrame的介绍

首先简介Dataframe

又可以称作资料框架，是表格型的资料结构

我们生活中常见的类似例子为Excel表格

可以想成DataFrame是Pandas里的Excel表格

实际上是由多个 Series 组合起来的资料结构

通常用来封装、处理二维的资料

今天练习的分别是

建立DataFrame
取得特定资料

看的课程是Coursera上的 Introduction to Data Science in Python

Coursera | Online Courses & Credentials From Top Educators. Join for Free | Coursera

下面的练习是利用上课教的还有以前在学校教过的

重新整理有关DataFrame的笔记

建立DataFrame

首先先利用 Series来建立 Dataframe，看看Dataframe的架构

假设现在想建立顾客档案，先利用Series建立每个顾客的名字、居住的城市跟年龄
```
import pandas as pd

n_1 = pd.Series({"Name":"Sunny","City":"Taipei","Age":"18"})
n_2 = pd.Series({"Name":"Kevin","City":"Taipei","Age":"21"})
n_3 = pd.Series({"Name":"Pennt","City":"Hsinchie","Age":"24"})
```
再把每个顾客的资讯利用 Series做出来之後，转换成Dataframe的形式，并且指定index
```
df = pd.DataFrame([n_1,n_2,n_3], index = ["customer1","customer2","customer3"])
df.head()
```
来检查变成DataFrame之後的形式

可以看到DataFrame将资料排列的很好解读，二维的架构就跟前几周在SQL介绍的一样

接下来来换另外一种生成DataFrame的方式，使用Dictionary的形式产生

customers = [{"Name":"Sunny","City":"Taipei","Age":"18"},
            {"Name":"Kevin","City":"Taipei","Age":"21"},
            {"Name":"Ray","City":"Hsinchiu","Age":"24"}]
df = pd.DataFrame(customers,index = ["customer1","customer2","customer3"])
df.head()

取得特定资料

1. 要取出想要的row资料时

在DataFrame我们使用的方法跟在Series一样，可以用`iloc.[ ]`, `loc[ ]`

如果index只输入单一值而且该值属於唯一值，就会回传该row的所有资料

假设现在想找出顾客2的所有资讯

可以用.loc[ ]，使用栏位名称查询
```
df.loc["customer2"]
```
可以看到显示出来有关顾客２Kevin的所有资料

现在来检查这个回传的资料型态是什麽
```
type(df.loc["customer2"])
'''
pandas.core.series.Series
'''
```
可以确定若是输入的index是单一值而且该值属於唯一值

回传的资料就会是Series的型态

也可以使用ioc.[ ]，利用索引值找到同样的顾客二资讯
```
df.iloc[1]
```

如果index在资料表里不是唯一值

现在假设原始资料的顾客四输入时出现差错

将第四位客人的index写成第一位客人

让新的资料表里标示为第一位客人的资料有两笔

customers_1 = [{"Name":"Sunny","City":"Taipei","Age":"18"},
            {"Name":"Kevin","City":"Taipei","Age":"21"},
            {"Name":"Ray","City":"Hsinchiu","Age":"24"},
            {"Name":"Jane","City":"Taichung","Age":"27"}]
df_1 = pd.DataFrame(customers_1,index = ["customer1","customer2","customer3","customer1"])
df_1.head()

接下来试着找出有关customer1的资料

并且检查回传的资料型态

df_1.loc["customer1"]

type(df_1.loc["customer1"])
'''
pandas.core.frame.DataFrame
'''

可以得知当index不为唯一值时

pandas会回传资料型态为DataFrame的结果

.loc [ ] 也可以用在不同维度的资料索取

现在想知道顾客2居住的城市的话

就可以先从row的index开始

再到column里检索

在中括号内利用逗号隔开两个条件
```
df.loc["customer2","City"]
'''
'Taipei'
'''
```
这种方式还有另外一个写法
```
df.loc["customer2"]["City"]
'''
'Taipei'
'''
```
会得到同样的结果

这种把回传值再传到下一个指令的方法叫做**"Chaining"**

这个方式是产生一个复制过後的新的DataFrame

第二种方式有slicing的性质

如果想要撷取所有顾客的"Name"还有"City"，可以先在row里用":"找出所有row，再利用list指定想要的column
```
df.loc[:,["Name","City"]]
```

现在若是想用.loc[ ] 找到column里的资料

方法一是将表格转置

让column跟row对调，使用.T
```
df.T
```
先来看看转置之後的表格会变成怎样

接下来就可以用row查询想要的值

如果想找出顾客的所在城市资讯
```
df.T.loc["City"]
```

2. 取出Column里的资料

可以直接使用[ ]，里面放column的栏位名称

当我们知道所有的顾客名字时
```
df["Name"]
```
直接在[ ]里放上栏位名称即可
还有另外一种表示法，可以直接利用.栏位名称，记得不用加上引号
```
df.Name
```
可以看到两个方法回传的答案会是一致的