簡介
Python程式語言廣泛的運用在最新的科技中，例如AI、資料分析、爬蟲等等的應用，而應用在數據分析時，通常我們會有一堆大量的資料，在過去我們通常都適用Excel來整理，並透過語法來讓他做更多的應用，而再Python中也有一個套件是在處理大量資料，容我做個紀錄並介紹一下。
Panda資料結構
在撰寫程式之前，我們先了解一下Panda所提供的幾種資料結構：
- 1.Series：用來處理時間序列相關的資料(如感測器資料等)，主要為建立索引的一維陣列。
- 2.DataFrame：用來處理結構化(Table like)的資料，有列索引與欄標籤的二維資料集，例如關聯式資料庫、CSV 等等。
- 3.Panel：用來處理有資料及索引、列索引與欄標籤的三維資料集。
Series的資料型態可以有三種，Array、Dictionary、SingleData
可以看到上圖，在Pd.Series的Array資料結構， 把Array放置在Series中，印出來的pd格式會有序號顯示，亦可透過陣列索引方式來印出指定資料。
而在Python中的Dictionary創建方式如上圖，把資料的『名稱 ： 資料』放置在『 dict 』中。一樣把Dictionary放在Series中，產生Pd可讀取的資料結構。索引方式同陣列。
DataFrame用於處理結構化數據。具有行索引和列表的二維數據集可以通過Dictionary或Array來創建，但也可以通過讀取外部數據來創建，如CSV文件和數據庫。 下面的例子介紹瞭如何通過Dictionary或Array創建，以及如何使用DataFrame進行數據查看、數據過濾、數據切片、數據排序等操作。
我們可以將Dictionary與Array融合運用，且一併放置在Dataframe的資料結構內，如上圖，Pd會整齊地排列好印出。
而DataFrame算是比較常用的一個資料結構，我們來看看DataFrame的一些基本方法操作。上圖是將整個字典的 (Row , Column) 數量歸納出。
DataFrame的Describe()，用來統計你的數據的數量、最大值、最小值、平均值等等的數值，假如資料是非常大量這是很好用的一個方法。
取整個資料庫的前幾筆的資料可以使用『 head(筆數) 』，上圖是取後三筆資料，是使用『 tail(3) 』的方式。
而最後想記錄的是回傳數據庫的『 columns , index , info 』，分別是取得數據庫的標題欄位、資料列數、整個數據庫的內容。以上的幾種方法是DataFrame的常用功能。
產生隨機資料
在生活中我們最常見的數據就像是股市、行銷個資、學生成績，而這些資料都要經過時間來輸入再後台或是文件，讓Python去讀取並透過panda來呈現，而python有一個方式可以快速的隨機產生DataFrame。上圖就是運用list透過panda來呈現之，panda會幫你依序列出，並給予序號。
pd.util.testing.makeDataFrame().head(10)
回到隨機生成DataFrame，如上述程式碼，『pd.util.testing().makeDataFrame()』，接著我們想要產生隨機資料，並取前10組，透過一行程式碼就可以看到pd的功用。
讀取、整理資料
df = pd.read_csv('http://bit.ly/kaggletrain')
df.head()
承如剛剛說的，我們因為自己做數據也是要花點時間，所以通常就是讀取自己累積已久的資料庫，或是別人提供的網頁檔案或CSV等等的文件檔案，而panda讀取csv的方式如上程式碼。
我們可以透過先前介紹過的requests來取得網頁上的資料(前提是他有開API可以讓我們進行post & get)，接著再使用『pd.read_html()』來讀取，就會呈現出上圖的樣貌。
小結
而pandas可以讀取的格式還蠻多種的，如上圖，Json、Excel等等，但上述紀錄的兩個讀取模式是比較常用的模式，各位可以先看你們要讀取的資料是怎樣的格式，在進行程式的撰寫，在下一篇我會介紹記錄更多panda的方法與函示。