如果你想要利用python来学习数据分析和机器学习，你将很有可能使用非常强大的
Pandas库。Pandas是python的一个可供数据操纵和分析的开源库。今天的内容是小编带你对Pandas进行简单的入门。
1 读取数据
这有一种很简单的方式，就是你可以用Python加载数据表(tables)以及excel文件：
Pandas可以让我们读取电子表格并且用python程序化地操纵它们。
Pandas的核心是
DataFrame——基本上是一个数据表，每个行和列都有一个label。
现在先让小编演示如何读取一个包含音乐服务数据的基本CSV文件。
import pandasdf=pandas.read_csv('music.csv')
read_csv
函数可以把轻松地把数据搬到DataFrame里。同学们还要注意修改括号里文件的路径。
接下来就可以对数据进行切分用来分析了。
2 选择数据
根据它的label选择任意一列：
df['Artist']
也可以使用它的行号来选择一行或者多行：
df[1:3]
我们可以使用
loc函数和列标签、行号来选择表格的任意一块，
要注意的是与上一种方法不同，这里要包含两个边界标号：
df.loc[1:3,['Artist']]
3 过滤
我们还可以使用行的特定的值来对数据进行过滤：
df[df['Genre']=='Jazz']
df[df['Listeners']>1800000]
4 处理缺失值
你面对的数据集里将经常遇到
缺失值，如下图。
那么让小
编带你看看如何处理缺失值。
有很多方法可以采用，其中有一个简单的方法就是把有缺失值的行删掉：
df.dropna()
还有利用
fillna()
函数来填充缺失值，比如用零：
df.fillna(0)
5 分组
还有一个有趣的操作，就是你可以用一定的规则来把数据
分组并且整合数据。比如，我们用流派“genre”来分组，并且看看每个流派有多少听众和播放量：
df.groupby('Genre').sum()
Pandas将两个“Jazz”行组合为一行，由于我们使用
sum()进行聚合，因此它将两个Jazz艺术家的听众和播放量相加，并在combined Jazz列中显示总和。
这是一种非常强大的数据分析方法。现在你已经知道groupby()，就可以使用这个工具来折叠数据集并从中得到你的见解。学会聚集统计学的基础工具之一groupby()，相信这对你有很大的帮助。
除了sum()之外，Pandas还提供了多个聚合函数，包括
mean()来计算平均值、
min()、
max()和多个其他函数。
6 从存在的列中创建新的列
通常在数据分析过程中，我们发现我们需要从现有的数据中创建新的列。P
andas可以轻而易举地实现这个。
df['Avg Plays']=df['Plays']/df['Listeners']
通过告诉Pandas将一列除以另一列，它意识到我们要分别除以各个值(即每行的Plays值除以该行的Listeners值)。
今天的内容就分享到这里，你可以将学习的内容练习一遍，动手练习效果更佳哦。
本文来源：https://jalammar.github.io/gentle-visual-intro-to-data-analysis-python-pandas/
翻译：Sunam
转播
