开发者学堂课程【Python 常用数据科学库：Pandas 基本操作】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/546/detail/7478
Pandas 基本操作
1、自己创建一个 dataframe 结构，先建一个data 数据中心，数据当中有列，知道每一列中的名字，样本值。比如说随便写一些值'aaa','bbb','ccc' 构造三个样本，具有国家属性，第二属性是人口，这样就构造出来了dataframe 结构。
In [12]: data = {'country':['aaa','bbb','ccc'],
'population':[10,12,14]}
df_data = pd. DataFrame (data)
df_data
In [14]: df_data. Info()
2、对数据进行操作，取指定的数据，把年龄输进去，查找一下，把 age 输进去，不要取太多，五个就行。
In [18]:age = df['Age']
age[:5]
3、series:dataframe 中的一行/列，dataframe 可以分解成很多 series。取一些values 值（前五个），展示一下。
In [19]:age. index
In [20]:age. values[:5]
In [21]:df.head()
In [23]:df['Age'][:5]
//索引可以自己指定，名字也是可以做索引的，原来的是1,2,3,4,5，改完之后就变成了名字，所以索引不光可以按照数字，也可以按照姓名。原先1,2,3,4指定年龄，但是改变索引之后，就可以看到姓名对应的年龄了，数据怎么看起来舒服怎么用。
In [24]: df = df.set_index('Name')
df.head()
In [25]:df['Age'][:5]
In [29]:age = df['Age']
Age[:5]
//在 age 中找年龄，把人名传进来，将人名作为索引，用这个人名帮忙做一些事情，可以知道当前结果。当进行了一个加法操作，进行赋值，原始的数据都加上了10，相当于每一个年龄都加上了这个值，乘法也是一样的。比如 mean 值，最大值，最小值，也可以算出来。
In [30]: age['Allen, Mr. William Henry']
In [33]:age = age + 10
age[:5]
In [34]:age = age *10
age[:5]
In [35]:age.mean（）
In [36]:age.max()
In [37]:age.min()
4、describe（）可以得到数据的基本统计特性
//使这些指标变得更简单、更加通俗易懂，观察数据的统计特性，年龄，性别等，相当于对这个 dataframe 进行统计，count 统计当前列有多少样本，mean 是均值，std 是差，min 最小值， 25%是四分之一，50%是一般，75%是四分之三。这些操作是需要去执行的。
In [38]:df. describe（）
