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)"]/1000 print(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)"]/1000 print(food.shape) food["Iron_(g)"]=iron_grams print(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)"]*2 weighted_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~~