用 Python 做数据分析（2）

推荐阅读：人人都是数据分析师
推荐阅读：用 Python 做数据分析（1）

昨天我们把要处理的数据搬进了我们的加工车间 anaconda，今天我们就要对他进行处理了！

昨天的代码截图

数据处理一：查看数据

1.查看某一列数据：

data.name

查看‘name’列的数据

2.查看某一行数据：

data.ix[0]

查看第一行数据

3.查看某一个数据：

data.iat[1,1]

备注：这里把 iat 换成 iloc 也行

查看第2行第2列的数据

4.查看指定项的数据：

data.loc[0:2,['name','subject']]

备注：这里把 loc 换成 at 不行，信不信你都可以试试

查看第1行到第3行的 name 列和 subject 列

5.查看某区域的数据：

data.iloc[0:2,1:3]

备注：这里把 iloc 换成 iat 不行，你可以在控制台把两个都试一下，错误的那一个会提示你错误原因，如果你想知道为什么换一下就不行了的话，嘿嘿

查看第1行到第2行和第2列到第3列的数据

*注意体会 Python 中的编号。暂时先不说这个问题，你可以自己多试试，多练习。

6.查看某种数学范围内的数值

data[data.marks>80]

marks大于80的名单

data[data<95]

分数小于95的名单

备注：现在想知道你们学校的学霸名单，就不用翻 Excel 表格一个个去看了！要想知道谁挂科名单也很简单有木有！哎，好奇 害死 ~

数据处理二：修改数据

1.增加一列数据

data['pingshifen']=[9,3,17]

增加一列平时分

2.增加一行数据

data.loc[3]={'name':'plus','marks':88,'subject':'python','pingshifen':8}

增加第四行数据

备注：上面这个式子中，“=”右边的花括号里的东西，叫做字典，顾名思义，也就是一一对应的两组数据，一对数据的形式为 {Key:Value}，几对数据之间用逗号隔开就行。

其实这样写代码是让你学习一种东西叫做 direct 的数据结构，也就是字典。提前简单了解下这个东西，增加一行数据其实有更简单而且容易理解记忆的方法。

data.loc[3]=['plus',88,'python',8]

通过 loc 添加一行数据

再多说一句，Python 就像一门手工活，每个手工艺人的手法都不一样，就像增加一行数据，我还可以这样：

data.ix[4]=[1,2,3,4]

有没有感受到 Python 最迷人的地方和它对世界的善意

3.修改某个数据

data.iat[1,1]=23

修改第2行第2列的数据

备注：这里可以回过头去，对比一下查看某一个数据的方法。

4.删除某一列

del data['pingshifen']

删除平时分

5.删除某一行

data.drop(data.index[3],inplace=True)

备注：括号里面有一个 inplace=True 的句子，这是说替代原有的表格。如果没有这个，那么就只是暂时性的改了一下，原来是什么样还是什么样。这个也很好理解，就是单词本来的意思嘛，也好记。

删除序号为3那一行

数据操作这个环节就少写了，还有许多的操作，是讲不完的，比如合并两个表格...

也不需要一下子全部掌握，这就像手工活，得经常练习才能生巧。遇到操作需求，我没有提到的，就去网上搜，把你的问题的关键词输入进搜索引擎即可，条件允许最好用 Google 来搜索。

在英语语法中，"am"、"is"、"are"，还有很多动词是谓语，Python 语言也是如此，不同在于 Python 中主语和谓语之间有一点，谓语后面往往还会跟一个括号，括号里面还有状语来补充说明。

这就是解决问题的思路。需要细细体会，做一个 Python 的手工艺人。