簡介
今天我們會講解一下pandas的進階教程，包括讀寫檔案、選取子集和圖形表示等。
讀寫檔案
資料處理的一個關鍵步驟就是讀取檔案進行分析，然後将分析處理結果再次寫入檔案。
pandas支援多種檔案格式的讀取和寫入：
接下來我們會以pandas官網提供的titanic.csv為例來講解pandas的使用。
titanic.csv提供了800多個泰坦利特号上乘客的資訊，是一個891 rows x 12 columns的矩陣。
我們使用pandas來讀取這個csv：
read_csv方法會将csv檔案轉換成為pandas 的<code>dataframe</code>。
預設情況下我們直接使用df變量，會預設展示前5行和後5行資料：
可以使用head(n)和tail(n)來指定特定的行數：
使用dtypes可以檢視每一列的資料類型：
使用to_excel可以将df轉換為excel檔案，使用read_excel可以再次讀取excel檔案：
使用info()可以來對df進行一個初步的統計：
df的選擇
df的head或者tail方法隻能顯示所有的列資料，下面的方法可以選擇特定的列資料。
每一列都是一個series：
還可以多選：
如果選擇多列的話，傳回的結果就是一個df類型：
上面我們講到了怎麼選擇列資料，下面我們來看看怎麼選擇行資料：
選擇客戶年齡大于35歲的：
使用isin選擇pclass在2和3的所有客戶：
上面的isin等于：
篩選age不是空的：
我們可以同時選擇行和列。
使用loc和iloc可以進行行和列的選擇，他們兩者的差別是loc是使用名字進行選擇，iloc是使用數字進行選擇。
選擇age>35的乘客名：
loc中第一個值表示行選擇，第二個值表示列選擇。
使用iloc進行選擇：
使用plots作圖
怎麼将df轉換成為多樣化的圖形展示呢？
要想在指令行中使用matplotlib作圖，那麼需要啟動ipython的qt環境：
直接使用plot來展示一下上面我們讀取的乘客資訊：
橫坐标就是df中的index，列坐标是各個列的名字。注意上面的列隻展示的是數值類型的。
我們隻展示age資訊：
預設的是柱狀圖，我們可以轉換圖形的形式，比如點圖：
選擇資料中的passengerid作為x軸，age作為y軸：
除了散點圖，還支援很多其他的圖像：
再看一個box圖：
可以看到，乘客的年齡大多集中在20-40歲之間。
還可以将選擇的多列分别作圖展示：
指定特定的列：
還可以先畫圖，然後填充：
先畫一個空的圖，然後對其進行填充：
使用現有的列建立新的列
有時候，我們需要對現有的列進行變換，以得到新的列，比如我們想添加一個age2列，它的值是age列+10，則可以這樣：
還可以對列進行重命名：
列名轉換為小寫：
進行統計
我們來統計下乘客的平均年齡：
選擇中位數：
更多資訊：
使用agg指定特定的聚合方法：
可以使用groupby：
groupby所有的列：
groupby之後還可以選擇特定的列：
可以分類進行count：
上面等同于：
df重組
可以根據某列進行排序：
根據多列排序：
選擇特定的行和列資料，下面的例子我們将會選擇性别為女性的部分資料：
使用pivot可以進行軸的轉換：
本文已收錄于 http://www.flydean.com/02-python-pandas-advanced/ 最通俗的解讀，最深刻的幹貨，最簡潔的教程，衆多你不知道的小技巧等你來發現！ 歡迎關注我的公衆号:「程式那些事」,懂技術，更懂你！