教你學會 Pandas 不是我的目的，教你輕鬆玩轉 Pandas 才是我的目的。我會通過一系列例項來帶入 Pandas 的知識點，讓你在學習 Pandas 的路上不再枯燥。
宣告：我所寫的輕鬆玩轉 Pandas 教程都是免費的，如果對你有幫助，你可以持續關注我。
Pandas 有很多高階的功能，但是想要掌握高階功能前，需要先掌握它的基礎知識，Pandas 中的資料結構算是非常基礎的知識之一了。
Pandas 常用的資料結構有兩種：Series 和 DataFrame。這些資料結構構建在 Numpy 陣列之上，這意味著它們效率很高。我們來分別看看這些資料結構都長什麼樣子吧。
# 匯入相關庫
import numpy as np
import pandas as pd
複製程式碼Series
簡介
Series 是一個帶有 名稱 和索引的一維陣列，既然是陣列，肯定要說到的就是陣列中的元素型別，在 Series 中包含的資料型別可以是整數、浮點、字串、Python物件等。
假定有一個場景是：儲存一些使用者的資訊，暫時只包括年齡資訊。
我們可以通過 Series 來儲存，這裡我們通過 Series 儲存了四個年齡：18/30/25/40，只需將要儲存的資料構建成一個陣列，然後賦值給data引數即可。
# 儲存了 4 個年齡：18/30/25/40
user_age = pd.Series(data=[18, 30, 25, 40])
user_age
複製程式碼0 18
1 30
2 25
3 40
dtype: int64
複製程式碼可以看到，已經正確將多個年齡儲存到 Series 中了，你可能會想，單獨儲存了年齡有什麼用，我怎麼知道這個年齡屬於哪個使用者呢？
我們可以通過 Series 的 index（索引）來解決這個問題。由於有四個年齡，自然地也需要四個姓名，所以我們需要構建一個與 data 長度相同的陣列，然後通過下面的操作即可滿足要求。
user_age.index = ["Tom", "Bob", "Mary", "James"]
user_age
複製程式碼Tom 18
Bob 30
Mary 25
James 40
dtype: int64
複製程式碼你看，現在姓名與年齡已經完全對應上了。雖然說我們自己知道 Tom/Bob 這些是姓名，但是別人不知道啊，我們怎麼告訴他人呢？
要想讓別人知道，我們可以為 index 起個名字。
user_age.index.name = "name"
user_age
複製程式碼name
Tom 18
Bob 30
Mary 25
James 40
dtype: int64
複製程式碼可能你還會想，如果別人在看我寫的程式碼，怎麼能快速的知道我這寫的到底是什麼玩意呢？
別急，就像我們給index起名字一樣，我們也可以給 Series 起個名字。
user_age.name="user_age_info"
user_age
複製程式碼name
Tom 18
Bob 30
Mary 25
James 40
Name: user_age_info, dtype: int64
複製程式碼通過上面一系列的操作，我們對 Series 的結構上有了基本的瞭解，簡單來說，一個 Series 包括了 data、index 以及 name。
上面的操作非常方便做演示來使用，如果想要快速實現上面的功能，可以通過以下方式來實現。
# 構建索引
name = pd.Index(["Tom", "Bob", "Mary", "James"], name="name")
# 構建 Series
user_age = pd.Series(data=[18, 30, 25, 40], index=name, name="user_age_info")
user_age
複製程式碼name
Tom 18
Bob 30
Mary 25
James 40
Name: user_age_info, dtype: int64
複製程式碼另外，需要說明的是我們在構造 Series 的時候，並沒有設定每個元素的資料型別，這個時候，Pandas 會自動判斷一個資料型別，並作為 Series 的型別。
當然了，我們也可以自己手動指定資料型別。
# 指定型別為浮點型
user_age = pd.Series(data=[18, 30, 25, 40], index=name, name="user_age_info", dtype=float)
user_age
複製程式碼name
Tom 18.0
Bob 30.0
Mary 25.0
James 40.0
Name: user_age_info, dtype: float64
複製程式碼Series 像什麼
Series 包含了 dict 的特點，也就意味著可以使用與 dict 類似的一些操作。我們可以將 index 中的元素看成是 dict 中的 key。
# 獲取 Tom 的年齡
user_age["Tom"]
複製程式碼18.0
複製程式碼此外，可以通過 get 方法來獲取。通過這種方式的好處是當索引不存在時，不會丟擲異常。
user_age.get("Tom")
複製程式碼18.0
複製程式碼Series 除了像 dict 外，也非常像 ndarray，這也就意味著可以採用切片操作。
# 獲取第一個元素
user_age[0]
複製程式碼18.0
複製程式碼# 獲取前三個元素
user_age[:3]
複製程式碼name
Tom 18.0
Bob 30.0
Mary 25.0
Name: user_age_info, dtype: float64
複製程式碼# 獲取年齡大於30的元素
user_age[user_age > 30]
複製程式碼name
James 40.0
Name: user_age_info, dtype: float64
複製程式碼# 獲取第4個和第二個元素
user_age[[3, 1]]
複製程式碼name
James 40.0
Bob 30.0
Name: user_age_info, dtype: float64
複製程式碼可以看到，無論我們通過切片如何操作 Series ，它都能夠自動對齊 index。
Series 的向量化操作
Series 與 ndarray 一樣，也是支援向量化操作的。同時也可以傳遞給大多數期望 ndarray 的 NumPy 方法。
user_age + 1
複製程式碼name
Tom 19.0
Bob 31.0
Mary 26.0
James 41.0
Name: user_age_info, dtype: float64
複製程式碼np.exp(user_age)
複製程式碼name
Tom 6.565997e+07
Bob 1.068647e+13
Mary 7.200490e+10
James 2.353853e+17
Name: user_age_info, dtype: float64
複製程式碼DataFrame
DataFrame 是一個帶有索引的二維資料結構，每列可以有自己的名字，並且可以有不同的資料型別。你可以把它想象成一個 excel 表格或者資料庫中的一張表，DataFrame 是最常用的 Pandas 物件。
我們繼續使用之前的例項來講解 DataFrame，在儲存使用者資訊時，除了年齡之外，我還想儲存使用者所在的城市。如何通過 DataFrame 實現呢？
可以構建一個 dict，key 是需要儲存的資訊，value 是資訊列表。然後將 dict 傳遞給 data 引數。
index = pd.Index(data=["Tom", "Bob", "Mary", "James"], name="name")
data = {
"age": [18, 30, 25, 40],
"city": ["BeiJing", "ShangHai", "GuangZhou", "ShenZhen"]
}
user_info = pd.DataFrame(data=data, index=index)
user_info
複製程式碼| age | city | |
|---|---|---|
| name | ||
| Tom | 18 | BeiJing |
| Bob | 30 | ShangHai |
| Mary | 25 | GuangZhou |
| James | 40 | ShenZhen |
可以看到，我們成功構建了一個 DataFrame，這個 DataFrame 的索引是使用者性別，還有兩列分別是使用者的年齡和城市資訊。
除了上面這種傳入 dict 的方式構建外，我們還可以通過另外一種方式來構建。這種方式是先構建一個二維陣列，然後再生成一個列名稱列表。
data = [[18, "BeiJing"],
[30, "ShangHai"],
[25, "GuangZhou"],
[40, "ShenZhen"]]
columns = ["age", "city"]
user_info = pd.DataFrame(data=data, index=index, columns=columns)
user_info
複製程式碼| age | city | |
|---|---|---|
| name | ||
| Tom | 18 | BeiJing |
| Bob | 30 | ShangHai |
| Mary | 25 | GuangZhou |
| James | 40 | ShenZhen |
訪問行
在生成了 DataFrame 之後，可以看到，每一行就表示某一個使用者的資訊，假如我想要訪問 Tom 的資訊，我該如何操作呢？
一種辦法是通過索引名來訪問某行，這種辦法需要藉助 loc 方法。
user_info.loc["Tom"]
複製程式碼age 18
city BeiJing
Name: Tom, dtype: object
複製程式碼除了直接通過索引名來訪問某一行資料之外，還可以通過這行所在的位置來選擇這一行。
user_info.iloc[0]
複製程式碼age 18
city BeiJing
Name: Tom, dtype: object
複製程式碼現在能夠訪問某一個使用者的資訊了，那麼我如何訪問多個使用者的資訊呢？也就是如何訪問多行呢？
藉助行切片可以輕鬆完成，來看這裡。
user_info.iloc[1:3]
複製程式碼| age | city | |
|---|---|---|
| name | ||
| Bob | 30 | ShangHai |
| Mary | 25 | GuangZhou |
訪問列
學會了如何訪問行資料之外，自然而然會想到如何訪問列。我們可以通過屬性（“.列名”）的方式來訪問該列的資料，也可以通過[column]的形式來訪問該列的資料。
假如我想獲取所有使用者的年齡，那麼可以這樣操作。
user_info.age
複製程式碼name
Tom 18
Bob 30
Mary 25
James 40
Name: age, dtype: int64
複製程式碼user_info["age"]
複製程式碼name
Tom 18
Bob 30
Mary 25
James 40
Name: age, dtype: int64
複製程式碼如果想要同時獲取年齡和城市該如何操作呢？
# 可以變換列的順序
user_info[["city", "age"]]
複製程式碼| city | age | |
|---|---|---|
| name | ||
| Tom | BeiJing | 18 |
| Bob | ShangHai | 30 |
| Mary | GuangZhou | 25 |
| James | ShenZhen | 40 |
新增/刪除列
在生成了 DataFrame 之後，突然你發現好像缺失了使用者的性別這個資訊，那麼如何新增呢？
如果所有的性別都一樣，我們可以通過傳入一個標量，Pandas 會自動幫我們廣播來填充所有的位置。
user_info["sex"] = "male"
user_info
複製程式碼| age | city | sex | |
|---|---|---|---|
| name | |||
| Tom | 18 | BeiJing | male |
| Bob | 30 | ShangHai | male |
| Mary | 25 | GuangZhou | male |
| James | 40 | ShenZhen | male |
如果想要刪除某一列，可以使用 pop 方法來完成。
user_info.pop("sex")
user_info
複製程式碼| age | city | |
|---|---|---|
| name | ||
| Tom | 18 | BeiJing |
| Bob | 30 | ShangHai |
| Mary | 25 | GuangZhou |
| James | 40 | ShenZhen |
如果使用者的性別不一致的時候，我們可以通過傳入一個 like-list 來新增新的一列。
user_info["sex"] = ["male", "male", "female", "male"]
user_info
複製程式碼| age | city | sex | |
|---|---|---|---|
| name | |||
| Tom | 18 | BeiJing | male |
| Bob | 30 | ShangHai | male |
| Mary | 25 | GuangZhou | female |
| James | 40 | ShenZhen | male |
通過上面的例子可以看出，我們建立新的列的時候都是在原有的 DataFrame 上修改的，也就是說如果新增了新的一列之後，原有的 DataFrame 會發生改變。
如果想要保證原有的 DataFrame 不改變的話，我們可以通過 assign 方法來建立新的一列。
user_info.assign(age_add_one = user_info["age"] + 1)
複製程式碼| age | city | sex | age_add_one | |
|---|---|---|---|---|
| name | ||||
| Tom | 18 | BeiJing | male | 19 |
| Bob | 30 | ShangHai | male | 31 |
| Mary | 25 | GuangZhou | female | 26 |
| James | 40 | ShenZhen | male | 41 |
user_info.assign(sex_code = np.where(user_info["sex"] == "male", 1, 0))
複製程式碼| age | city | sex | sex_code | |
|---|---|---|---|---|
| name | ||||
| Tom | 18 | BeiJing | male | 1 |
| Bob | 30 | ShangHai | male | 1 |
| Mary | 25 | GuangZhou | female | 0 |
| James | 40 | ShenZhen | male | 1 |
想要學習更多關於人工智慧的知識，請關注公眾號：AI派
這裡我將整篇文章的內容整理成了pdf，想要pdf檔案的可以在公眾號後臺回覆關鍵字：pandas01。
更多Pandas知識見：輕鬆玩轉Pandas