读，写，存储操作

Import

import pandas as pd

Creating data

1. DataFrame

是一个table， 其中包含由独立entries组成的array，每一个entry对应于一行和一列

表达形式

（1）

pd.DataFrame（{‘列名’：[列中的value1，value2。。。]，
‘列名2’：[列中的value1，value2。。。]}，
index=[‘行标签1’，‘2’]）

pd.DataFrame({'Blue': ['I liked it.', 'It was awful.'], 
              'Yellow': ['Pretty good.', 'Bland.']},
             index=['Mom', 'Dad'])

（2）或者可以使用

pd.DataFrame([[30, 21],[22,21]] (每一行的数据),
columns=[‘Apples’, ‘Bananas’]（列标签）,
index = [‘a’,‘b’]（行标签）)

fruits = pd.DataFrame([[30, 21],[22,21]], 
					  columns=['Apples', 'Bananas'],
					  index = ['a','b'])

2. Series

是一个list，是一个有序序列
实际上Series是DataFrame的一个列

pd.Series([30, 35, 40], 
		index=['2015 Sales', '2016 Sales', '2017 Sales'],
		name='Product A')

Out：

2015 Sales    30
2016 Sales    35
2017 Sales    40
Name: Product A, dtype: int64

或者也可以分开写：

quantities = ['4 cups', '1 cup', '2 large', '1 can']
items = ['Flour', 'Milk', 'Eggs', 'Spam']
recipe = pd.Series(quantities, index=items, name='Dinner')

Reading Data

reviews = pd.read_csv(
			'../input/wine-reviews/winemag-data_first150k.csv',
			index_col=0)

index_col = 你想要选择的index列
（=0: 设置第一列为index列）

查看大小

reviews.shape

Out：

(129971, 14)

输出前五行

reviews.head()

输出后五行

reviews.tail()

DataFrame 保存为csv文件

animals.to_csv('cows_and_goats.csv')

Select，访问（Accessor）

select一列

desc = reviews.description

或者

desc = reviews["description"]

这里读desc是Series object
如果列名中有空格， 例如 ‘object name’只能用第二种方法

Select一个value

reviews['country'][0]

Index

1. Index-based selection

select第一行

reviews.iloc[0]

select第1列
iloc【（行），（列）】

reviews.iloc[:, 0]

select第一列的前三行

reviews.iloc[:3, 0]

Out：

0       Italy
1    Portugal
2          US
Name: country, dtype: object

select第一列的二三行
【1，3） 包前不包后

reviews.iloc[1:3, 0]

也可以直接写所想选的行

reviews.iloc[[0, 1, 2], 0]

负号：倒数第几个
（扩展：在R语言中，-1指除了第2列都显示）

reviews.iloc[-5:]

2. Label-based selection

reviews.loc[:, ['taster_name', 'taster_twitter_handle', 'points']]

3. Set index

reviews.set_index("title")

4. 条件搜索select

reviews.country == 'Italy'

Out：

0          True
1         False
          ...  
129969    False
129970    False
Name: country, Length: 129971, dtype: bool

可以放进loc中，只select出country是Italy的value

reviews.loc[reviews.country == 'Italy']

&（ampersand）

reviews.loc[(reviews.country == 'Italy') & (reviews.points >= 90)]

|（pipe）

reviews.loc[(reviews.country == 'Italy') | (reviews.points >= 90)]

.isin（）

reviews.loc[reviews.country.isin(['Italy', 'France'])]

.isnull()/.notnull()

reviews.loc[reviews.price.notnull()]

iloc 和loc区别

iloc ：第一个包括，最后一个不包括
loc：全部包括
例子：
df.iloc[0:6] 返回：0，1，2，3，4，5
df.loc[0:6] 返回：0，1，2，3，4，5，6

df = reviews.loc[0:99,['country','variety']]
#or
df = reviews.iloc[0:100,[0,11]]