1. path = 「e:\\xx\\xx\names\\yob1880.txt」
因為是字串，所以要加轉義字元才能順利找到路徑
2. pandas.read_csv()
讀取csv（逗號分割）檔案到dataframe，也支援檔案的部分匯入和選擇迭代。一些引數：
(1)filepath_or_buffer:str,pathlib,str,pathlib.path,py._path.local.localpathor any object with a read() method (such as a file handle or stringio)。可以是url，可用url型別包括：http, ftp, s3和檔案。
(2)sep : str, default 『,』指定分隔符。如果不指定引數，則會嘗試使用逗號分隔。分隔符長於乙個字元並且不是『\s+』,將使用python的語法分析器。並且忽略資料中的逗號。
3. names1880.groupby('***').births.sum()
當想要只看某一（些）列的時候，可以通過索引來實現，在 groupby 方法呼叫前後均可（這是一種語法糖）。
在分組上應用size()、sum()、count()等統計函式，能分別統計分組數量、不同列的分組和、不同列的分組數量。
對於分組的某一列或者多個列，應用agg(func)可以對分組後的資料應用func函式。例如：用group1['data1'].agg('mean')對分組後的』data1』列求均值。當然也可以推廣到同時作用於多個列和使用多個函式上。
4. names = pd.concat(pieces, ignore_index=true)
concat預設是按行將多個dataframe組合到一起。
必須指定ignore_index=true，因為我們不希望保留read_csv所返回的原始行號
5. total_births=names.pivot_table('births',index='year',columns='***',aggfunc=sum)
pivot_table（）方法可以產生類似於excel資料透視表的結果，相當的直觀。
其中引數index指定「行」鍵，columns指定「列」鍵。
aggfunc引數表示聚合函式或函式列表，預設值為mean（求平均），可以是任何對groupby有效的函式
margins引數表示新增行/列小計和總計，預設false。
6. np.allclose(names.groupby(['year','***']).prop.sum(),1)
在執行這樣的分組處理時，一般都應該做一些有效性檢查，比如驗證所有分組的prop的總和是否為1。由於這是乙個浮點數型別，所以我們用np.allclose來檢查這個分總計值是否足夠近似於（可能不會精確等於）1
7. pandas.dataframe.sort_values（）
幾個引數：by 根據此引數來決定**的軸 ascending。true表示公升序，false表示降序，預設true。
8. pandas.dataframe.cumsum（）
返回請求軸的累計和
9. pandas.series.searchsorted（）
prop_cumsum =df.sort_values(by='prop',ascending=false).prop.cumsum()
prop_cumsum.searchsorted(0.5)
先將**根據prop列進行排序，然後用searchsorted方法查詢在**插入0.5這個數值。返回的結果型別是乙個narray，因為是從0開始的，之後用的時候記得+1。
10. 關於stack和unstack
diversity = diversity.unstack('***')
二重multiindex的series可以unstack()成dataframe
dataframe可以stack成擁有二重multiindex的series
（對於multindex的大概就是索引值中存在多元的list，索引本身建立之後不可變）
11. 關於dataframe選取資料方法loc,iloc,ix
df = pd.dataframe(np.random.randn(6,4),columns= list(『abcd』))
對於這樣乙個data frame來說，建立的時候規定了列名abc d，行名是預設的數字
.loc可以獲取行，如果想要選擇行中相應的列，需要知道對應的列名
.iloc也是獲取行，但是如果想要選擇行中相應的列，只需要知道列的序號(所以.iloc可以對列進行切片)
.ix 的功能就更強大了，它允許我們混合使用下標和名稱進行選取。 可以說它涵蓋了前面所有的用法。基本上把前面的都換成df.ix都能成功，但是有一點，就是df.ix [ [ ..1.. ], [..2..] ], 1框內必須統一，必須同時是下標或者名稱，2框也一樣。
利用python進行資料分析
目錄 10 minutes to pandas 翻譯 pandas中loc iloc ix的區別 pandas dropna函式 pandas中dataframe的stack unstack 和pivot 方法的對比 pandas中關於set index和reset index的用法 python匿...
利用python進行資料分析
利用python進行資料分析，需要了解一些基本的方法，比如掌握回歸分析的方法，通過線性回歸和邏輯回歸，其實你就可以對大多數的資料進行回歸分析，並得出相對精確地結論。這部分需要掌握的知識點如下 回歸分析 線性回歸 邏輯回歸 基本的分類演算法 決策樹 隨機森林 樸素貝葉斯 基本的聚類演算法 k mean...
《利用Python進行資料分析》筆記
之前的筆記一直記在我的印象筆記上，今天突然想到 不如直接記在部落格上，印象筆記只記錄生活上的事，這樣也分工明確一些。同時也能和大家分享，也許可以幫助到別人。由於這個學習筆記系列主要還是用於個人學習總結用，所以會比較凌亂，望大家理解！2017 9 23 p151 pd.dropna thresh 其中...