Python Data Analysis

DataFrame 擁有列標籤（index）欄標籤（columns），且每一欄本質上都是一個 Series 物件。
建立時若沒有對應的資料，該欄位會配置 NaN。

import pandas as pd

# 從字典建立 DataFrame
data = {
‘city’: [‘Taipei’, ‘London’, ‘Paris’, ‘Tokyo’, ‘New York’],
‘population’: [2.7, 8.9, 2.1, 13.9, 8.6],
‘country’: [‘Taiwan’, ‘UK’, ‘France’, ‘Japan’, ‘USA’]
}
df = pd.DataFrame(data)
print(“從字典建立的 DataFrame:”)
print(df)
print(f”\n欄標籤 (columns): {df.columns}”)
print(f”列標籤 (index): {df.index}\n”)
從字典建立的 DataFrame:
city population country
0 Taipei 2.7 Taiwan
1 London 8.9 UK
2 Paris 2.1 France
3 Tokyo 13.9 Japan
4 New York 8.6 USA

欄標籤 (columns): Index([‘city’, ‘population’, ‘country’], dtype=’object’)
列標籤 (index): RangeIndex(start=0, stop=5, step=1)

# 指定列索引
df_indexed = pd.DataFrame(data, index=[‘TP’, ‘LD’, ‘PR’, ‘TK’, ‘NY’])
print(“指定列索引的 DataFrame:”)
print(df_indexed)
print(f”\n新的列標籤 (index): {df_indexed.index}”)
print(f”欄標籤 (columns): {df_indexed.columns}\n”)
指定列索引的 DataFrame:
city population country
TP Taipei 2.7 Taiwan
LD London 8.9 UK
PR Paris 2.1 France
TK Tokyo 13.9 Japan
NY New York 8.6 USA

新的列標籤 (index): Index([‘TP’, ‘LD’, ‘PR’, ‘TK’, ‘NY’], dtype=’object’)
欄標籤 (columns): Index([‘city’, ‘population’, ‘country’], dtype=’object’)

DataFrame 的資料選取 (.loc 和 .iloc)
Pandas 提供了強大的資料選取工具，其中 .loc 和 .iloc 最為常用。
df.loc[] (Label-location based indexer)：用標籤 (label) 進行選擇。可以選擇特定的行標籤和列標籤，有包含結束標籤。
df.iloc[] (Integer-location based indexer)：基於整數位置 (position) 進行選擇。使用整數位置來選擇行和列，不包含結束位置。

import pandas as pd

data = {
‘city’: [‘Taipei’, ‘London’, ‘Paris’, ‘Tokyo’, ‘New York’],
‘population’: [2.7, 8.9, 2.1, 13.9, 8.6], # in millions
‘country’: [‘Taiwan’, ‘UK’, ‘France’, ‘Japan’, ‘USA’]
}
df = pd.DataFrame(data, index=[‘TP’, ‘LD’, ‘PR’, ‘TK’, ‘NY’])
print(“原始 DataFrame:”)
print(df)
原始 DataFrame:
city population country
TP Taipei 2.7 Taiwan
LD London 8.9 UK
PR Paris 2.1 France
TK Tokyo 13.9 Japan
NY New York 8.6 USA

# 使用 .loc 選擇單一列（根據標籤）
print(“\n使用 .loc 選擇 ‘LD’ 列:”)
print(df.loc[‘LD’])
使用 .loc 選擇 ‘LD’ 列:
city London
population 8.9
country UK
Name: LD, dtype: object

# 使用 .loc 選擇多列（根據標籤列表）
print(“\n使用 .loc 選擇 ‘TP’ 和 ‘TK’ 列:”)
print(df.loc[[‘TP’, ‘TK’]])
使用 .loc 選擇 ‘TP’ 和 ‘TK’ 列:
city population country
TP Taipei 2.7 Taiwan
TK Tokyo 13.9 Japan

# 使用 .loc 選擇特定列和特定欄
print(“\n使用 .loc 選擇 ‘LD’ 和 ‘PR’ 的 ‘city’ 和 ‘population’ 欄:”)
print(df.loc[[‘LD’, ‘PR’], [‘city’, ‘population’]])
使用 .loc 選擇 ‘LD’ 和 ‘PR’ 的 ‘city’ 和 ‘population’ 欄:
city population
LD London 8.9
PR Paris 2.1

# 使用 .loc 進行切片（包含結束標籤）
print(“\n使用 .loc 進行列切片從 ‘TP’ 到 ‘TK’ (包含):”)
print(df.loc[‘TP’:’TK’])
使用 .loc 進行列切片從 ‘TP’ 到 ‘TK’ (包含):
city population country
TP Taipei 2.7 Taiwan
LD London 8.9 UK
PR Paris 2.1 France
TK Tokyo 13.9 Japan

# 使用布林陣列進行條件選取
print(“\n使用 .loc 選擇 population 大於 5 (百萬) 的城市:”)
print(df.loc[df[‘population’] > 5])
使用 .loc 選擇 population 大於 5 (百萬) 的城市:
city population country
LD London 8.9 UK
TK Tokyo 13.9 Japan
NY New York 8.6 USA

# 使用 .iloc 選擇單一列（根據位置）
print(“\n使用 .iloc 選擇第 0 列 (第一列):”)
print(df.iloc[0])
使用 .iloc 選擇第 0 列 (第一列):
city Taipei
population 2.7
country Taiwan
Name: TP, dtype: object

# 使用 .iloc 選擇多列（根據位置列表）
print(“\n使用 .iloc 選擇第 1 和第 3 列:”)
print(df.iloc[[1, 3]])
使用 .iloc 選擇第 1 和第 3 列:
city population country
LD London 8.9 UK
TK Tokyo 13.9 Japan

# 使用 .iloc 選擇特定列和特定欄（根據位置）
print(“\n使用 .iloc 選擇第 0 和第 2 列，以及第 0 和第 1 欄:”)
print(df.iloc[[0, 2], [0, 1]])
使用 .iloc 選擇第 0 和第 2 列，以及第 0 和第 1 欄:
city population
TP Taipei 2.7
PR Paris 2.1

# 使用 .iloc 進行切片（不包含結束位置）
print(“\n使用 .iloc 進行列切片從第 1 到第 3 (不包含第 3):”)
print(df.iloc[1:3])
使用 .iloc 進行列切片從第 1 到第 3 (不包含第 3):
city population country
LD London 8.9 UK
PR Paris 2.1 France