前言
在Python當中，當我們要執行資料分析時，我們會使用一個強大的套件，這個套件叫做Pandas，猶如是微軟當中的Excel，但可接受的資料量更大，分析上也有些許的不同，本文將根據一般進行資料分析時的步驟，教大家Pandas最常使用的語法或函數，幫助大家在進行資料讀取時，可以更加順暢。
列表:
- 技巧1 – 導入套件，讀取資料
- 技巧2 – 查看部分資料
- 技巧3 – 資料的大小，筆數
- 技巧4 – 資料欄位名稱
- 技巧5 – 資料類型
- 技巧6 – 各欄是否有遺漏值
- 技巧7 – 各欄資料的資訊
- 技巧8 – 刪除特定的資料行
- 技巧9 – 資料的統計分析
- 技巧10 – unique與nunique
技巧1 – 導入套件，讀取資料
import pandas as pd
df=pd.read_csv('nba.csv')首先我們要先導入Pandas套件，並開始讀取資料，由於我們的資料是csv檔，
因此我們採用read_csv這個函數，然而有時候我們的檔案可能是從Excel來的，此時只要改成read_excel(‘nba.xlsx’)即可，因此當讀取檔案發生錯誤時，不妨檢查是否檔案類型跟輸入的函數不同，本文章使用的範例資料來源為Kaggle可以到該網頁下載進行練習。
技巧2 – 查看部分資料
df.head()
df.tail()
df[100:106]
有時候會想顯示部分的資料，來看資料是否有所異常，或是個人的分析只需要採取部分資料進行分析，因此我們可能從資料的前半部，後半部，或是中段採用資料，首先df.head()，這個函數是顯示資料的前五筆，如果你想要前n筆，你只需要輸入df.head(n)即可；df.tail()，剛好相反是顯示資料的後五筆，如果你想要後n筆，你只需要輸入df.tail(n)即可；然而你如果要特定的資料範圍則可用df[100:106]，這個函數是顯示資料的第100筆到105筆，可以需求改變數字。
技巧3 – 資料的大小，筆數
df.shape
df.size
df.shape顯示這的檔案有幾筆資料，幾個欄位，以這個檔案而言有11145筆資料，每筆資料有22個欄位，df.size就是把11145*22，也可以理解成共有幾個小格子。
技巧4 – 資料欄位名稱
df.columns
可以看出所有資料欄位的名字
技巧5 – 資料類型
df.dtypes
可以看出每一個欄位的資料型態，是int、float、還是object
技巧6 – 各欄是否有遺漏值
df.isnull().sum()
檢查遺漏值是很重要的，因為當有遺漏值時，資料必須透過清理才能進行分析，因此確認是否有遺漏，是分析前的必要步驟
技巧7 – 各欄資料的資訊
df.info()
前兩個函數分別是遺漏值與資料型態，但是這個函數可以直接取代前兩個函數的功能
技巧8 – 刪除特定的資料行
df.drop('Unnamed: 0',axis=1).head()
我們可以發現Unnamed: 0這欄資料對於我們沒有意義，因此用drop函數刪除他，由於我們刪除的方向是行，因此axis=1，如果你要刪除的資料方向是列，則改成axis=0即可。
技巧9 – 資料的統計分析
df.describe()
df.describe(include='object')
df.describe()是顯示數值類型的基本統計，例如有該欄位的個數，平均數、中位數、標準差、四分位數、最大最小值；但較少人知道非數值類型的統計數值也可以從這個函數取得，只要輸入df.describe(include=’object’)即可，這樣可以得出該類別資料當中的數量(count)、unique該欄有幾種不同的資料、top與freq就是該欄最常出現的資料與出現次數。
技巧10 – unique與nunique
df['country'].unique()
df['country'].nunique()
上述兩行程式碼可以告訴我們在country這個欄位當中所有國家的名字與總共有幾個國家。
結論與後續
本篇文章主要是著重在大家剛拿到資料的時候，如何對這個資料進行了解，因此提供一些函數幫助大家上手，有時候分析資料的前置工作就是必須先完整的了解他，因此雖然這些步驟很枯燥，但這些技巧卻非常實用，希望本篇對於資料了解的十大技巧可以幫助到大家，之後將會出更多Pandas當中的函數介紹應用，希望大家隨時關注，感謝觀閱。
作者：TKH
企業管理學碩士，對 Python、資料科學有滿滿的熱忱，就讀碩士期間開始學習程式語言、機器學習，並於碩士論文使用深度學習 LSTM 進行股價預測。
