数据科学家一般需要具有更多核心和强大计算能力的服务器来支持他们的工作。所以，在设备选择上，他们往往更加青睐于四核、八核、涡轮增压的笔记本电脑。有时他们在处理数据时会受到工具的限制；有时为了节省几分钟的时间，他们不会编写一些无关紧要的代码。最后，或许才意识到

目前如果你在python.org下载最新版本的安装包，则是已经自带了该工具。Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。注意：用哪个版本的 Python 运行安装脚本，pip 就被关联到哪个版本，如果是 Pyth

Series的map方法可以接受一个函数或含有映射关系的字典型对象。使用map是一种实现元素级转换以及其他数据清理工作的便捷方式。

data[1:2] #返回第2行，从0计，返回的是单行，通过有前后值的索引形式，data['a':'b'] #利用index值进行切片，返回的是**前闭后闭**的DataFrame,data.head() #返回data的前几行数据，默认为前五行，需要前十

read_csv是pandas中专门用于csv文件读取的功能，不过这并不是唯一的处理方式。pandas中还有读取表格的通用函数read_table。接下来使用read_table功能作一下csv文件的读取尝试，使用此功能的时候需要指定文件中的内容分隔符。2

#以下实现排序功能。print 'dataframe根据行索引进行降序排序：'

data = {‘a':[1,2,3],‘c':[4,5,6],frame = DataFrame(data,index=[‘one','two','three'])

两个文件，一个文件为统计报表，里面含有手机号，另一个文件为手机号段归属地，含有手机号码前七位对应的地区。需要对统计报表进行处理，将手机号所在的归属地加入到统计报表中，使用pandas提供的join功能来实现，代码如下：

Pandas是Python当中重要的数据分析工具，利用Pandas进行数据分析时，确保使用正确的数据类型是非常重要的，否则可能会导致一些不可预知的错误发生。尚学堂百战程序员陈老师指出有关 Pandas 数据类型的一个可能令人困惑的地方是，Pandas、Py

多的不说，看了代码就懂了！

直接上图，图文并茂，相信你很快就知道要干什么。可以发现，A文件中“汉字井号”这一列和B文件中“WELL”这一列的属性相同，以这一列为主键，把B文件中“TIME”这一列数据添加到A文件中，如果B文件缺少某些行，则空着，最后A文件的行数不变，效果如下：

使用pandas处理向量化的数据，进行数据的替换时不仅仅能够进行字符串的替换也能够处理数字。dtype: float64从上面可以看出，替换可以进行单个数字的替换，也可以穿入一个字典进行一个序列的替换。但是，通过Series对象的replace方法进行数据

numpy中可以通过concatenate，指定参数axis=0 或者 axis=1，在纵轴和横轴上合并两个数组。array([[ 1. , 1. , 1. , 1. , 1. ],[ 1. , 1. , 1.

pandas为我们提供了多种切片方法，而要是不太了解这些方法，就会经常容易混淆。下面举例对这些切片方法进行说明。...: rnd_2 = [random.randrange for x in xrange]. 使用方括号能够对DataFrame进行切片，有

折线图是数据分析的一种手段，但是有时候我们也需要柱状图进行不同数据的可视化量化对比。使用pandas的DataFrame方法进行柱状图的绘制也是比较方便的。这种绘制方式确实是让人很欣喜，我觉得在一定程度上比Excel的数据处理要便捷很多。对于我这种对Exc

安装Python环境ANACONDA是一个Python的发行版本，包含了400多个Python最常用的库，其中就包括了数据分析中需要经常使用到的Numpy和Pandas等。更重要的是，不论在哪个平台上，都可以一键安装，自动配置好环境，不需要用户任何的额外操

一开始自学Python的numpy、pandas时候，索引和切片把我都给弄晕了，特别是numpy的切片索引、布尔索引和花式索引，简直就是大乱斗。但是最近由于版本的问题，从之前的Python2.7改用Python3.6 了，在3.6中提供了loc和iloc两

通过使用loc进行索引，在索引中做判断，然后根据判断的结果给新增的列赋值。这是很方便很基础的操作，当然我最近记得不太清楚所以这里记录一下。

前几天有一个需求，透视表中的年级这一列要按照一年级，二年级这样的序列进行排序，但是用过透视表的人都知道，透视表对中文的排序不是太理想，放弃pandas自带的排序方法。测试了很久，想到一个办法。先把dataframe中需要特殊排序的列中的汉字转换成数字，然后

# 选取不等于某些值的行记录 用 ！# isin返回一系列的数值,如果要选择不符合这个条件的数值使用~