關註群主朋友圈的人都知道，本周群主過得RIO充實，每天工作到半夜寫爬蟲，先後寫了Linkedin，生E經、生意參謀以及淘寶關鍵詞搜索結果等爬蟲。記得去年寫工商信息爬蟲時是灰頭土臉的，雖然每爬一次隨機sleep幾秒，但還是頻繁被封！對比之下，爬淘寶是相當愉快的，爬爬歇歇是spider基本禮儀，淘寶也回饋我一個process finished with exit code 0。這真是一個好兆頭，感覺積攢多年的人品要爆發了！

雖說是勞累的一周，感覺身體被掏空，但還是要打起精神來學Pandas。因為它在Python機器學習中的角色實在太重要啦！Pandas包含高級的數據結構和精巧的工具，使得在Python中處理數據非常快速和簡單（為啥叫熊貓呢？群主也百思不得其解。P

千裏之行始於足下，萬丈高樓起於磚頭。讓我們擼起袖子加油幹，一起努力搬磚吧ヾ(o???)?

Pandas引進了兩種新的數據類型：Series（序列）和DataFrame（數據框），都是基於Numpy構造的（意思是操作起來很高效！List的元素可以是任何對象，所以需要同時保存指針和數值；而Array的數據類型是一致的，可以直接在內存中保存數值，比較節約內存和CPU計算時間）。

1

Series對象

Series是一維數據結構，類似數組(Array)、列表(List)、表格中的一列(Column)。它給每個元素分配一個類似標簽的索引(Index)。默認索引是從0開始的自然數。

也可以給索引賦字符串類型的值，並給序列取名：

Series中對於值的描述性統計相關函數如下：

俗話說：文不如表，表不如圖。下面我們來學習如何利用Series作圖！

比較復雜的一個例子（含折線圖、柱狀圖、箱線圖、餅圖），請點擊查看原圖：

2

DataFrame對象

DataFrame是由行和列組成的表格式數據結構，類似 Excel或數據庫中的表格, 每一列裏是一樣的數據類型， 列和列之間數據類型可以不一樣。DataFrame可以看作一組Series的集合（每個Series是一列數據，並且所有列共享行索引）。

最簡單的DataFrame初始化方法（可以看作4行2列的表格）：

為DataFrame設定行索引名和列名：

比較復雜的DataFrame初始化方法（同時設定行索引、列名）：

另一種字典式的DataFrame初始化方法（key是列名，value是每一列的值）：

DataFrame中的重要屬性（行索引，列索引，值）：

訪問DataFrame中的某一列（把列索引當成屬性或字典的鍵值）：

通過ix定義靈活多變的多維索引（城市套路深，我要回農村?_?）：

DataFrame的描述性統計相關函數如下：

窺一斑以見全豹：

寫完這些，感覺思想得到了凈化，靈魂得到了升華……希望小夥伴們看完也有同感。下周講Pandas中操作大型數據集（從CSV文件讀取數據）和時間序列(Time series)，敬請期待：）

6-感覺身體被掏空，但還是要學Pandas（上）