跟我一起学scikit-learn05：Pandas简介

Pandas是一个强大的时间序列数据处理工具包，最初开发的目的是为了分析财经数据，现在已经广泛应用在Python数据分析领域。本节通过简单的介绍，让读者熟悉简单的Pandas概念及操作。

1.基本数据结构

Pandas最基础的数据结构是Series，用它来表达一行数据，可以理解为一维数组。比如下面的代码，创建了一个包含6个数据的一维数组。

In [1]: import pandas as pd
In [2]: s = pd.Series([4,2,5,0,6,3])
In [3]: s
Out[3]:
0    4
1    2
2    5
3    0
4    6
5    3
dtype: int64

Series会自动为数据加上索引，默认是从0开始的连续索引，也可以自己指定索引。

另一个关键的数据结构是DataFrame，它表示的是二维数据。下面的代码会创建一个DataFrame对象。

In [6]: import numpy as np
In [7]: df = pd.DataFrame(np.random.randn(6,4),columns=list('ABCD'))
In [8]: df
Out[8]:
          A         B         C         D
0 -0.647598 -0.584578 -1.647857 -0.995705
1 -2.062707  1.293265  0.246728 -0.096330
2 -2.218540 -0.484086 -1.400132 -0.824412
3 -1.952414 -1.558925  0.993463 -0.197446
4 -0.346778  0.387028  0.391962  1.186592
5 -0.945258 -1.609624  0.823679  0.420984

其实，DataFrame对象里的数据使用Numpy的array对象保存的，可以使用df.values来查看原始数据。DataFrame对象的每一行和每一列都是一个Series对象，可以使用行索引来访问一行数据，也可以使用列索引来访问一列数据。

In [9]: df.iloc[0]
Out[9]:
A   -0.647598
B   -0.584578
C   -1.647857
D   -0.995705
Name: 0, dtype: float64

In [10]: df.A
Out[10]:
0   -0.647598
1   -2.062707
2   -2.218540
3   -1.952414
4   -0.346778
5   -0.945258
Name: A, dtype: float64

In [11]: print("Row data type: {}".format(type(df.iloc[0])))
Row data type: <class 'pandas.core.series.Series'>

In [12]: print("Column data type: {}".format(type(df.A)))
Column data type: <class 'pandas.core.series.Series'>

Pandas提供了简洁的数据访问功能，通过DataFrame.shape可以查看数据的维度信息：

In [13]: df.shape
Out[13]: (6, 4)

通过DataFrame.head()和Data