PythonPanda软件包的使用教程
如何进入Panda
由于Pandas的流行，它具有自己的常规缩写，因此，只要您将Pandas导入python，请使用以下命名法：
importpandasaspd
Pandas包的主要用途是DataFrame
pandasAPI将pandas数据帧定义为：
二维，大小可变，可能异构的表格数据。数据结构还包含标记的轴（行和列）。算术运算在行和列标签上均对齐。可以看作是Series对象的类似dict的容器。大熊猫的主要数据结构。
DataFrames非常有用，因为它们提供了一种简单的方法来打印表可视化效果，然后按照您希望的方式对其进行操作。索引可以很容易地引用行，索引是数据帧最左侧的数字。索引将是从零开始的相应行的编号，除非您为每行指定名称。还可以通过列名称（例如“跟踪名称”）或它们在数据框中的位置来轻松引用这些列。
有几种创建熊猫数据框的方法：
从.csv文件（或其他文件类型，例如Excel，SQL数据库）导入数据
从清单中
从字典中
从一个numpy数组
很多很多！
通常，您将主要将.csv文件或某种类型的数据源（即SQL数据库）中的数据放入pandas数据框中。您不会从头开始，因为要花很长时间才能完成，具体取决于您拥有的数据量。但是，如果需要的话，下面是一个来自python的快速简单的示例：
importpandasaspd
dict1={Exercises:[Running,Walking,Cycling],
Mileage:[,,]}
df=pd.DataFrame(dict1)
df
由上面的代码构成的基本数据框
Dictionarykey（“练习”和“里程”）成为相应的列标题。在此示例中，作为列表的dictionary中的值成为数据框中的各个数据点。自“运行”列表以来，列表的顺序是重要的，因为“运行”列表中它排在第一行，而“运行”列表中的则排在第二列的第一行，因为它在“里程”列表中排在第一位。另外，您还会注意到，由于我没有为数据框的索引指定标签，因此它自动被标记为0、1、2。
但是，就像我之前说过的，创建熊猫数据框的最可能方法是来自要导入以分析数据的csv或其他类型的文件。只需完成以下操作即可轻松完成此操作：
df=pd.read_csv(file_location.../file_name.csv)
pd.read_csv（）是一种非常强大且用途广泛的方法，将非常有用，具体取决于您要导入数据的方式。如果您的csv文件已经附带了标头或索引，则可以在导入时指定它，从而使您的工作变得更加轻松。为了了解pd.read_csv（）的全部功能，建议您在此处查看pandasAPI。
现在，您已将数据导入到python编辑器中，并准备进行分析。但是，在我们深入回答您的分析性问题之前，您必须熟悉您的数据并查看其外观。作为分析此数据的人，您必须对数据集感到满意。为了了解我的数据，我喜欢使用四种方法，并且哪种都超级简单。
.head().tail()info().describe()..sample()raw_song.head()
上面的行是页面顶部图片中的行。它将显示数据框的前5行和每一列，以使您可以轻松总结数据的外观。您也可以在方法（）内指定一定数量的行，以根据需要显示更多行。
.tail()isthesamejustdisplayingthelast5lines.
raw_song.tail()
从这两种快速方法中，我有一个大致的概念或列名，以及仅从数据集中的一小部分数据得出的数据。这些方法也非常有用，特别是对于像Spotify数据集这样处理超过万行的数据集，您可以轻松显示该数据集并快速了解，并且无需花费很长时间即可显示数据。
.info()isalsousefulinthatitshowsmeasuccinctlistofallofthecolumns,theirdatatypes,andwhetheryouhaveanynulldatapointsornot.
raw_song.info(verbose=True,null_counts=True)
如果您具有完全为整数或浮点的列（即“位置”，“流”），那么.describe（）可以是一种有用的方法，可帮助您了解有关数据集的更多信息，因为它会显示有关这些列的许多描述性统计信息。
raw_song.describe()
.describe（）方法处理Spotify数据集中的歌曲数据。请注意，由于只显示了“位置”和“流”列，因为它们是仅有的两个整数列，其他列是字符串，并且没有描述性统计信息。
最后，.sample（）将允许您随机采样数据帧，并查看您进行的任何操作是否错误地更改了数据集中的某些内容，并且在首次浏览数据集时仅了解数据集包含的内容也可能非常有用。完全没有在以前的方法中显示出来。
raw_song.sample(10)
在探索和准备数据集进行分析时，我会始终使用每种方法。每当我更改列中的数据，更改列名或添加/删除行/列时，我都会通过快速运行至少前5种方法中的任何一种来确保它们全部更改了所需的方式。
选择行或列
现在您知道了如何整体查看数据集，但是您实际上只想查看几列或几行，然后将其余部分排除在外。
.loc[]和.iloc[]
这两种方法将完全以不同的方式完成此操作，具体取决于您引用特定行或列的方式。
如果知道行或列的标签，请使用.loc[]。
如果知道行或列的索引，请使用.iloc[]。
如果两者都知道，只需选择自己喜欢的东西，掷硬币或使用您知道不会改变的硬币即可。例如，如果将行或列添加到数据框中，则索引将在这些行/列上更改，并可能导致您以后引用错误的行/列。
raw_song.loc[:,TrackName]
第一个括号后面的冒号指定了我要引用的行，并且由于我希望“TrackName”列中的所有行，因此我使用“：”。
.loc[]
只有在这次需要指定“TrackName”列的索引时，我才会使用.iloc[]接收相同的输出：
因此，回到Spotify数据集。您可以只使用.loc[]或.iloc[]查看“TrackName”列。由于我知道列的标签，因此使用.loc[]时，我将使用以下内容：
raw_song.iloc[:,1]
.iloc[]
.loc[]和.iloc[]对于行是相同的，除了在这种情况下，因为行的标签和索引都相同，所以它们看起来会完全相同。
SlicingandDicing
获取DataFrame的一部分的另一种简单方法是仅使用[]并在方括号内指定列名称。
raw_song[[Artist,Streams]].head()
raw_song[Streams]
从数据框添加行，列
利用从.loc[]中已经知道的信息，我们可以使用它向数据框添加行或列。您也可以使用其他两种方式使用.insert（）来添加列，也可以像添加数据框的一部分并在方括号[]中指定列的名称那样来添加列。如果要添加多个行和列，则可以创建一个单独的数据框，并将新列或行的此新数据框与原始数据框连接起来，以添加该列或行。为此，您可以使用pd.merge（），concat（）或join（）;。
添加一行：
如果决定使用.loc[]将行添加到数据框，则只能将其添加到数据框的底部。在数据框中指定任何其他索引以擦除该行中当前的数据，并将其替换为您要插入的数据。在此示例中，我只是将新索引命名为“last”，它显示在数据框的底部。请注意，它不必是一个特定的名称，只要它与其他任何索引都不相同即可。
raw_song.loc[last]=[0,hello,bluemen,1,