关注群主朋友圈的人都知道，本周群主过得RIO充实，每天工作到半夜写爬虫，先后写了Linkedin，生E经、生意参谋以及淘宝关键词搜索结果等爬虫。记得去年写工商信息爬虫时是灰头土脸的，虽然每爬一次随机sleep几秒，但还是频繁被封！对比之下，爬淘宝是相当愉快的，爬爬歇歇是spider基本礼仪，淘宝也回馈我一个process finished with exit code 0。这真是一个好兆头，感觉积攒多年的人品要爆发了！

虽说是劳累的一周，感觉身体被掏空，但还是要打起精神来学Pandas。因为它在Python机器学习中的角色实在太重要啦！Pandas包含高级的数据结构和精巧的工具，使得在Python中处理数据非常快速和简单（为啥叫熊猫呢？群主也百思不得其解。Python + DAta ANalysiS？感觉脑袋被掏空……）

千里之行始于足下，万丈高楼起于砖头。让我们撸起袖子加油干，一起努力搬砖吧ヾ(o???)?

Pandas引进了两种新的数据类型：Series（序列）和DataFrame（数据框），都是基于Numpy构造的（意思是操作起来很高效！List的元素可以是任何对象，所以需要同时保存指针和数值；而Array的数据类型是一致的，可以直接在内存中保存数值，比较节约内存和CPU计算时间）。

1

Series对象

Series是一维数据结构，类似数组(Array)、列表(List)、表格中的一列(Column)。它给每个元素分配一个类似标签的索引(Index)。默认索引是从0开始的自然数。

也可以给索引赋字符串类型的值，并给序列取名：

Series中对于值的描述性统计相关函数如下：

俗话说：文不如表，表不如图。下面我们来学习如何利用Series作图！

比较复杂的一个例子（含折线图、柱状图、箱线图、饼图），请点击查看原图：

2

 DataFrame对象

DataFrame是由行和列组成的表格式数据结构，类似 Excel或数据库中的表格, 每一列里是一样的数据类型， 列和列之间数据类型可以不一样。DataFrame可以看作一组Series的集合（每个Series是一列数据，并且所有列共享行索引）。

最简单的DataFrame初始化方法（可以看作4行2列的表格）：

为DataFrame设定行索引名和列名：

比较复杂的DataFrame初始化方法（同时设定行索引、列名）：

另一种字典式的DataFrame初始化方法（key是列名，value是每一列的值）：

DataFrame中的重要属性（行索引，列索引，值）：

访问DataFrame中的某一列（把列索引当成属性或字典的键值）：

通过ix定义灵活多变的多维索引（城市套路深，我要回农村?_?）：

DataFrame的描述性统计相关函数如下：

窥一斑以见全豹：

写完这些，感觉思想得到了净化，灵魂得到了升华……希望小伙伴们看完也有同感。下周讲Pandas中操作大型数据集（从CSV文件读取数据）和时间序列(Time series)，敬请期待：）

6-感觉身体被掏空，但还是要学Pandas（上）