pandas入門學習01

pandas底層是numpy，pandas的操作

pandas.read_csv(「目錄檔案」)，讀取csv格式的檔案

pandas裡面字元型是object，不是string

pandas.read_csv(「目錄檔案」).head(x)，大致顯示內容，x可以指定也可以不指定，如果指定則顯示x行

pandas.read_csv(「目錄檔案」).tail(x)，與head功能類似，只不過從最後開始讀取

.columns,把每一列的指標（常常第一列）列印出來

.shape，把資料的維度列印出來，即幾行幾列

.loc[x]，把第x的位置的資料取出來

.loc[x,y]切片，取出從x到y

[string1,string2，----],定位到當前的列，把該列內容取出來，可以多個

.tolist(),把內容存為乙個列表

.endswith(「string」),返回乙個bool值，判斷尾字元是否為string

如果維度一樣，那麼直接運算相對於對應位置的數字做運算

.sort_values(string,inplace=true/false,ascending=true/false)，把資料中string這列進行從小到大（true）/從大到小排序（false），inplace決定是否在原資料操作，在（true），不在，建立乙個新的（false）

nan表示缺失值，如果資料中有缺失值，不做處理的話，會導致結果也為nan

.isnull(list),返回bool列表，判斷是否缺失值

.pivot_table(index=string1,values=string2,aggfunc=np.mean)，index所指是以什麼為基準的，values是index與其中間的關係，aggfunc指求的是什麼型別的關係，這裡是平均值

pivot_table(index=string1,values=[string2,string3],aggfunc=np.sum)，乙個量與其他兩個量的關係，求和

.dropna(axis=0,subset=[string1,string2]),只看string1與string2這兩行資料，如有缺失值，則刪去這行。axis=1，代表刪除這列，subset可以不指定，那麼就是判斷所有的數鋸

可以直接通過位置訪問資料，只需要行座標與列座標即可