# -*- coding: utf-8 -*-

"""# 數(shù)據(jù)結(jié)構(gòu)簡介

首先，這里介紹的很多材料都來自[Pandas數(shù)據(jù)結(jié)構(gòu)入門教程]. 話雖如此，我希望通過告訴你我作為數(shù)據(jù)科學(xué)家日常使用的習(xí)語來增加一些Pandas學(xué)習(xí)的重要內(nèi)容。所以讓我們開始吧。

# Series

Pandas 有兩種數(shù)據(jù)結(jié)構(gòu)，一個`Series`和一個`Dataframe`。`Series`就像excel中的一列，基本上是所有相同類型的數(shù)據(jù)點列表。創(chuàng)建`Series`對象的基本方法如下:

還有其他方法可以制作Series（例如從字典中），但總的來說，這是我唯一使用過的方法。所以請注意，一個系列基本上有三個重要部分：

1. 數(shù)據(jù)

2. 索引

3. 名稱

數(shù)據(jù)可以是數(shù)據(jù)列表，也可以是廣播的單個實例，如下所示：

（我們稍后將看到的廣播非常重要）。

數(shù)據(jù)基本上是你作為數(shù)據(jù)科學(xué)家感興趣的。`index`通常用時間序列，但除此之外，我真的不用`Series index`（現(xiàn)在我確實經(jīng)常使用DataFrame的索引！但請注意，每個數(shù)據(jù)點都與一個index相關(guān)聯(lián)。

最后是`name`。僅當(dāng)將`Series`添加到`Datafram`時，name才真正重要。在這種情況下，`Series`的name將成為`coliunms`。

到目前為止，您還沒有看到為什么`Series`如此有用，但現(xiàn)在我們開始進(jìn)入它。`Series`有多種方法可以索引到它們

一般來說，我不做上述任何操作 - 如果你發(fā)現(xiàn)自己使用它們，一定要考慮一下你是否應(yīng)該使用Pandas進(jìn)行這些操作，或者你是否應(yīng)該使用Numpy。

現(xiàn)在讓我向您展示一些我經(jīng)常使用的操作

# 或者 更加常用的操作

# 你也可以改變這些數(shù)據(jù)

# 但是你需要小心處理這些操作

但是關(guān)于序列的一件事非常有用，那就是您可以對它們進(jìn)行矢量化操作（對整個序列中的所有內(nèi)容進(jìn)行快速計算）。你已經(jīng)看到了一個。

# 只是需要小心這些操作

# 如果index 不匹配,你將得到NAN

這些類型的操作是跨列的，就是Pandas的目的。每當(dāng)你偏離對列的操作時，你應(yīng)該對自己說：Pandas是最適合我的工具嗎？

現(xiàn)在對一列執(zhí)行操作似乎很有用，但是對多列執(zhí)行操作呢？

# DataFrame

`Series`很好，但它們的真正好處是數(shù)據(jù)幀。`DataFrame`就像一個完整的Excel電子表格！正如您可能猜到的那樣，`Datafram`是一系列`Series`，每個`Series`都有一個name和相同的index。因此，創(chuàng)建`DataFrame`的一種簡單方法是使用`Series/list`的字典方式創(chuàng)建它：

# 實際上,我經(jīng)常使用np.arrays和標(biāo)量的方式創(chuàng)建

有很多方法可以創(chuàng)建這些東西之一，但一般來說，只要知道一個就足夠了。以后始終可以更改索引或列的值

DataFrame` 基本上只是`Columns/Series`的字典，因此您可以使用大多數(shù)與`DataFrame`本身的`Series`相同的技術(shù)。

引用列的一般方法如下：

"""

# 輸出一個有name的Series

然后，您可以使用我們上面所做的`Series`做任何事情。

有一個點符號快捷方式`df.one`，但最好不要知道它，因為如果使用不當(dāng)，它可能會導(dǎo)致錯誤！

當(dāng)然，您也可以刪除和創(chuàng)建新列，也可以進(jìn)行廣播

同樣，還有其他插入列的方法（插入和分配方法），但我從不使用它們。使用其他方法的好處似乎也很小。

接下來，讓我們介紹一下使用Dataframe進(jìn)行索引和選擇?；旧嫌?種方法可以做到這一點：

## DataFrame 功能

除了執(zhí)行這些按列操作之外，還可以執(zhí)行一些`DataFrame`操作。

其中最有用的是復(fù)制方法:)

下一個我經(jīng)常使用的是DataFrame轉(zhuǎn)置功能"""

這會將行作為列，將列作為行。這可能是執(zhí)行逐行操作的好方法，但主要是我這樣做是為了顯示`DataFrame`值。以下是顯示`Dataframe`值的三種常用方法"""

"""但是，您會注意到，當(dāng)列數(shù)過多時，顯示會很混亂："""

#transposing 來幫忙

有時這也會截斷。要查看更多內(nèi)容，您可以隨時更改下面的視圖選項（順便說一句，Pandas中有很多選項，您可以在此處或使用 ）：`pd.set_option?`"""

## 總結(jié)

恭喜，這是基礎(chǔ)知識，現(xiàn)在您應(yīng)該能夠在這里進(jìn)行[練習(xí)]

關(guān)于Pandas還有很多事情要做，我們將在這里介紹更多！