.本节书摘来自华章出版社《机器学习系统设计：Python语言实现》一书中的第2章，第2.6节，作者 [美] 戴维·朱利安（David Julian），更多章节内容可以访问云栖社区“华章计算机”公众号查看
2.6 Pandas
Pandas库建立于NumPy之上，并引入了一些十分有用的数据结构和功能，用于读取和处理数据。Pandas对于通常的数据处理（data munging）来说是极为出色的工具。诸如处理缺失数据、操作阵形和大小、在数据格式和结构间进行转换，以及从不同数据源导入数据等，使用Pandas对这些常见任务进行处理都很容易。
Pandas引入的主要数据结构有：
Series
DataFrame
Panel
DataFrame大概是使用最为广泛的。它是一个二维结构，实际上是由NumPy的数组、列表、字典，或是series等创建的表。我们还可以通过读取文件来创建DataFrame。
感受Pandas最好的方式大概就是完成一个典型的用例。假设我们有一个任务，研究每日最高温度如何随着时间变化。在这个例子中，我们将使用塔斯马尼亚的霍巴特气象站的天气观测历史数据。我们需要从地址http://davejulian.net/mlbook/data下载ZIP文件，并将其解压到Python工作目录中名为data的文件夹中。
首先，我们需要从中创建一个DataFrame：
检查一下数据中最开始的几行：
我们可以看到，每行都有相同的“product code”和“station number”，而这些信息是多余的。同时，累计最高温度的天数（“Days of accumulation of maximum temperature”）与我们的目标无关，因此也将其删除：
为了让数据读起来简单点，我们将列标记缩短：
我们只关心优质数据，因此只需要列出“quality”值为Y的记录：
我们可以从数据中得到统计汇总：
如果引入matplotlib.pyplot包，我们可以用这些数据绘图：
请注意PyPlot正确地绘制了日期轴的格式，对于缺少的那段时间的数据，PyPlot通过连接其两边的已知点进行了处理。我们可以通过如下方式将DataFrame转换为NumPy的数组：
如果DataFrame中包含多种数据类型，那么该函数会将这些类型都转换为它们的最小公分母类型，也就是说，会选择能够容纳所有值的那个类型。例如，如果DataFrame由float 16和float 32混合组成，则所有值都会转换为float 32。
Pandas的DataFrame非常适用于浏览和操作简单的文本和数值数据。然而，对于更为复杂的数值处理，例如计算点积，或者对线性系统求解等，Pandas可能就不适用了。对于数值应用，我们一般使用NumPy类。
