机器学习pandas运用与操作

机器学习pandas运用与操作： 对于传统机器学习（统计学习）来说，最为重要的应该是Pandas和Scikit-Learn。Pandas的全称是“Python Data Analysis Library”，他们取Pandas这样的一个简称，其实是有“碰瓷”我们国宝大熊猫的嫌疑，但也正是这样的一个名字，帮助人们快速的记住了Pandas这个函数库。Pandas的优势在于，他借鉴了Excel和Spss等统计分析软件中数据的存储格式，使得.csv等格式的文件可以轻松地转化为类似于Excel的Dataframe的形式，也使读取数据的工作变得快速而简洁。 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。 Time- Series：以时间为索引的Series。 DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。 Panel ：三维的数组，可以理解为DataFrame的容器