Python 在数据分析领域里是一门非常强大的语言，在数据分析方面有着出色的生态系统。Pandas 包就是其中之一，它的主要特点是导入和分析数据非常的容易，Pandas 类似 Numpy、Matplotlib，提供了单一且方便的方式来处理数据分析和形象化的工作。
本文中，我们使用 Pandas 来分析 IGN(www.ign.com) 上的游戏评论数据，IGN 是一个颇受欢迎的游戏评论网站。相关数据可以从这里(https://www.kaggle.com/egrinstein/20-years-of-games)获取到，也可以通过我的 Github 获取(https://raw.githubusercontent.com/keer2345/DataAnalysisWithPython/master/myself-notebook/dataquest.io/ign.csv)。通过分析评论数据，我们将学到类似索引等 Pandas 关键的方面。
比如类似巫师3(Witcher3)这款游戏，在 PS4 上的评论会比 Xbox One 上更多吗？数据集能帮我们给出结果。
使用Pandas导入数据
首先，我们先查看数据。数据以逗号分隔符来存储，或者 csv 文件，每一行通过换行来分隔，每一列以逗号,来分隔，下面是 ign.csv 文件的前面几行：
,score_phrase,title,url,platform,score,genre,editors_choice,release_year,release_month,release_day0,Amazing,LittleBigPlanet PS Vita,/games/littlebigplanet-vita/vita-98907,PlayStation Vita,9.0,Platformer,Y,2012,9,121,Amazing,LittleBigPlanet PS Vita -- Marvel Super Hero Edition,/games/littlebigplanet-ps-vita-marvel-super-hero-edition/vita-20027059,PlayStation Vita,9.0,Platformer,Y,2012,9,122,Great,Splice: Tree of Life,/games/splice/ipad-141070,iPad,8.5,Puzzle,N,2012,9,123,Great,NHL 13,/games/nhl-13/xbox-360-128182,Xbox 360,8.5,Sports,N,2012,9,11正如我们看到的，每一行代表游戏的一个 IGN 评论。每一列的含义如下：
- score_phrase： IGN 评论的唯一值
- title： 游戏名称
- url： 通过 URL 可以看到详细评论
- platform： 通过何种平台评论游戏(PC, PS4, etc)
- score： 评分，从 1.0 ～ 10.0
- genre： 游戏种类
- editors_choice： 如果游戏并非通过选择打分的为 N，否则为 Y
- release_year： 游戏发布年份
- release_month： 游戏发布月份
- release_day：游戏发布日期
数据里还有一列包含索引值，到后面深入索引数据之前我们可以忽略这一列。我们通过 Pandas DataFrame 加载数据，DataFrame 是一种处理表格数据的方式，表格数据拥有行和列，类似上面的 csv 文件。
为了读取数据，我们使用 pandas.read_csv 函数。该函数能返回 csv 文件的 DataFrame：
- 导入 pandas 库，并习惯性的重命名为 pd，以便能以后能快速地调用它。
- 读取 ign.csv 文件到 DataFrame，并赋值给 reviews。
import pandas as pdreviews = pd.read_csv("ign.csv")获取完数据后，Pandas 提供了两个方法来快速打印数据：
- pandas.DataFrame.head：打印 DataFrame 的前 N 行，默认值为 5
- pandas.DataFrame.tail：打印 DataFrame 的后 N 行，默认值为 5
reviews.tail(3)
我们还可以通过 pandas.DataFrame.shape 属性来查看行数和列数：
reviews.shape(18625, 11)通过结果可以看到，我们的数据有 18625 行，11 列。
Pandas 对比 Numpy 的一大优势就是 Pandas 允许我们可以有不同数据类型的列。reviews 有的类似 store 的 float 列；有的类似 score_phrase 的 string 列；有的类似 release_year 的 integer 列。
现在，让我们通过索引 reviews 来获取想要的行和列。
使用Pandas索引DataFrames
前面我们使用 head 方法来打印前 5 行数据，我们可以使用 pandas.DataFrame.iloc 来实现同样的功能。iloc 方法允许我们检索行和列的位置：
正如我们所看到的，指定了想要的行数 0:5，意思是位置从 0 行开始的 5 行，即 0, 1, 2, 3, 4。这种情况下，也可以简写为 :5。
我们使用 : 来指定列的位置，表示获取所有列。
下面是一些索引(indexing)的例子：
- reviews.iloc[:5, :]：前5行、所有列
- reviews.iloc[:, :]：所有数据
- reviews.iloc[5:, 5:]：第5行和第5列之后的数据
- reviews.iloc[:, 0]：所有行的第一列数据
- reviews.iloc[9, :]：第10行数据
通过位置来索引与 Numpy 索引很相似。
现在，让我们移除没什么意义的第一列：
在Pandas中使用标签来检索
我们已经知道如何通过行和列的位置来检索数据，现在我们通过 DataFrame 的其他主要的方法来检索数据，就是通过航和咧的标签来检索。
Pandas 优于 Numpy 的其中一点是 Pandas 的行和列都有标签，通过列的位置当然可以检索，但是这很难跟踪哪些数字对应哪些列。我们通过 pandas.DataFrame.loc 方法来使用标签，允许我们通过标签替代位置来检索数据。
我们使用 loc 浏览前五行数据：
这个例子与 reviews.iloc[0:5, :] 看起来没有什么区别，是因为我们的行标签匹配了位置值。我们可以看到行标签在表格的左边，也可以看出来它们通过 DataFrame 索引属性访问。我们展示数据的行索引：
索引并不一定与位置匹配，比如下面的代码：
- 获取数据的 10 ~ 20 行，并赋值为 some_reviews
- 浏览 some_reviews 的前 5 行
可以看见，在 some_reviews 中，行索引从 10 到 20，因此，loc 标签检索的数字必须是从 10 到 20。
正如前面提到的，列标签可以很容易的找到数据，我们使用 loc 方法通过列标签替代位置索引检索数据：
我们也可以一次通过列表形式指定多个列标签：
上半部分小结
上半部分的文章，我们主要了解了 Pandas 如何加载数据，以及 Pandas 通过位置或者标签检索数据的方便快捷的特性。我们将在后面的文章继续学习 Pandas，学习它更多的特性。
