数据处理是万事之基——python对各类数据处理案例分享（献给初学者）

作者｜Nature

出品｜AI机器思维

练上一万个小时每个人都会成为专家——重复是学习之母！

Pandas是python中一个强大的数据分析和处理模块工具，通过此模块能快速、灵活的处理数据，为复杂的数据分析提供基础分析功能。对数据库或Excel表，如包含了多列不同数据类型的数据（如数字、时间、文本）以及矩阵型或二维表等这些原始数据都需要首先处理才能应用分析。

一个好的数据科学家同时也是一个好的数据处理科学家，有效的数据是万事之基，业务数据分析中数据需要经历如下几个阶段的工序如：清洗原始数据、转换与特殊处理数据、分析和建模、组织分析的结果并以图表的形式展示出来，根据数据分析写数据分析报告等。

Pandas模块处理两个重要的数据结构是：DataFrame(数据框)和Series(系列），DataFrame（数据框）就是一个二维表，每列代表一个变量，每行为一次观测，行列交叉的单元格就是对应的值，数据框有行和列的索引，能帮助我们快速地按索引访问数据框的某几行或某几列，可以对行或列操作。可以通过NumPy数组创建数据框。

首先安装pandas包：

案例1：创建一个数据框

说明：v_data变量赋值的是后面的数据，通过df=pd.DataFrame(v_data)构造函数生成数据框并赋值给df，构造函数里有很多参数可以应用，改变列的排列显示顺序等，这些高级参数设置可以根据案例去尝试，做到举一反三的学习，更好的领悟构造函数。对上面程序改造构造函数，添加高级参数设置。

改造后的程序执行结果如下：

程序执行后结果如下：

如果查看某列数据，直接通过print()函数中加入变量名和列名就可以。

执行后结果：

案例2：Series(系列），其实就是一个一维数组，属于同类型的进行多次观测后记录的结果值。它服从某种分布，默认情况下系列的索引是自增的非负整数列。

程序执行后结果如下：

如果我们对上面的系列作向量化操作运算，如开平方根

程序执行后结果如下：

以上是对pandas模块详细的讲解，下面根据案例对外部数据文件处理：

需要安装xrld处理excel文件

案例3：读取E：/test/sale.xcel文件

程序如下：

程序执行后结果通过print（）函数查看结果输出到窗口：

案例4：重命名上面的数据文件中的列变量名time改为sale_time

程序执行后查看结果列：

希望大家多看帮助，改造案例去学习，亲自动手运行案例，这样才能有更深刻的体会编程的乐趣，通过实际业务应用，用程序解决业务痛点。