今天我们继续讲下Python中一款数据分析很好的库。Pandas的学习

接着上回讲到的，如果有人听不懂，麻烦去翻阅一下我前面讲到的Pandas学习（一）

如果我们在数据中，想去3，4，5这几行数据，那么我们怎么取呢？

food.loc[3:6]

可以看到，这种取法跟Python中，切片操作一样。

如果我想去单独某几条数据，只需要传入index值即可

food.loc[[2,5,10]]

 

 如果我先想不通过行去取数据，想通过列去取数据的话，我们该怎么做呢？？

我们可以通过列名去拿取数据

col_NB = food["NDB_No"]print(col_NB)

可以看到，我们取到了第一列的数据出来。

那么我们想取两列数据出来，我们应该怎么操作呢？

方法跟上面一样，将列名加到里面，组成一个list列表。

col_2 = ["Zinc_(mg)","Copper_(mg)"]col_2_all = food[col_2]print(col_2_all)

 

来我们看下数据上面，有些列名是带了单位的，那么我们怎么选择其中某几个一样单位的列呢？

 我们先要取到全部的列名，然后将列名中带有单位（g）的列名取出，并单独放到一个列表中，最后在取这个列表中的列的数据即可

col_names = food.columns.tolist()print(col_names)gram_columns = []for c in col_names:    if c.endswith("(g)"):        gram_columns.append(c)gram_df = food[gram_columns]print(gram_df.head(3))

这些都是些简单的操作，

再比如说，我们想进行一些加减乘除的操作。

我想把单位为mg的数据，转换成g的数据，这里的做法，就跟Numpy是类似的。 

print(food["Iron_(mg)"])div_1000 = food["Iron_(mg)"]/1000print(div_1000)

我们在对某个数据上进行操作，即可得到我们想要的结果。

water_energy = food["Water_(g)"]*food["Energ_Kcal"]

对应位置的乘法操作，需要保证的是，维度要相同才可以！

water_energy = food["Water_(g)"]*food["Energ_Kcal"]water_energy = food["Water_(g)"]*food["Energ_Kcal"]iron_grams = food["Iron_(mg)"]/1000print(food.shape)food["Iron_(g)"]=iron_gramsprint(food.shape)

上一段代码可以看到，我们把一列名称的值，进行单位转换，把mg转换为g，然后新建了一列数据

将这列数据放到数据集中，之前打印出来的数据维度，8618个样本，和36个属性值。后面打印的

是37个属性值，也就是我们将新的属性值，放入到原来的数据值中了！前提是，其中的维度要对应上才可以。

weighted_protein = food["Protein_(g)"]*2weighted_fat =-0.75* food["Lipid_Tot_(g)"]initial_rating = weighted_protein + weighted_fat

比如说这些运算操作， 维度一样，相当于对应位置进行运算。

跟Numpy一样，我们也有一些别方法，求最大值，最小值，平均值等等

 方式基本上跟Numpy类似。

今天就先讲到这里。感谢大家的阅读！感谢~~