簡易介紹：

pandas，是為了於Python程式語言中進行資料分析而設計的函式庫，主要可用於單維度（Series）和二維度（DataFrame）的資料處理。pandas可應用於多種不同目的資料分析，如文學作品統計分析、銷售趨勢分析、交通事故統計分析等。其中，DataFrame是最為常見的資料型態，主要用來處理二維度資料，也就是同時具有欄（columme）與列（row）的表格式資料集，應用於讀取網頁表格、資料庫和制表符分隔值格式檔案（如常見的csv和tsv檔）。故本文專注於說明幾個如何以pandas分析DataFrame的主要功能，如敘述性統計、數值或浮點數組成欄位的計算。

安裝：

這邊利用Anaconda為安裝例子，很多人說Anaconda像是Python懶人包，因本身就自帶Python軟件以及pandas、NumPy等，算是最簡單的安裝方式，也是官方推薦的其中一種。因此只需下載並安裝Anaconda即可 。

基本操作：

在安裝完成後，開啟Python編譯器，如Jupyter Notebook，之後輸入import pandas as pd（如圖一所示，pd為pandas的縮寫）。匯入模組後，本文以anochima於GitHub所提供之銷售資料分析為例 進行說明。

圖一　匯入pandas

做任何資料分析之前，最重要步驟為「讀入資料」。在pandas裡，如圖二第一行所示，以pd.read_excel()的方式讀入xlsx檔案 ，讀取後可藉由輸入df.head()，顯示前幾項資料（df為DataFrame的簡寫），括弧中可以輸入數值，像df.head(5)為資料前五項。

圖二　讀取資料

讀入資料後，首先本文介紹如何以pandas進行敘述性統計，如圖三所示，輸入df.describe()以查看讀入資料的統計資訊，其中，使用者可於include參數中選取為特定資料型態組成的欄位，如數值或浮點數。統計結果可以觀察到2015年至2017年最少的收入（Revenue欄位）為21，最大為1901，而賣最好的顏色（Color欄位）為紅色（top=Red, freq=3020）。

圖三　查看敘述 性統計結果

隨後，本文介紹如何用pandas以數值或浮點數組成欄位計算，例如計算2015至2017年的總收入，可藉由輸入round(df[' Revenue'].sum())（圖四）進行整個Revenue欄位的計算。sum的功能為加總某欄中的所有值，而round則可將加總後的值做四捨五入。

圖四　Revenue欄位加總及四捨五入

最後，本文藉由「分析及可視化各地區收入」實例，介紹pandas較進階的用法。透過groupby的方式將資料依據自己要的欄位分組，可幫助在數據解讀上更加一目瞭然。sort_values()函數可以以升冪或降冪給指定對象進行排序，這裡的ascending＝False代表適用降冪方式排列（如圖五第二行）。

圖五　計算資料並製作成表格

為了更直觀的觀察各地區收入之差異，可藉由pandas提供的plot()功能將各區收入視覺化。kind設置為直條圖（bar），ylabel可以y軸上輸入標籤，標籤為Revenue，title就是標題（如圖六）。

圖六　各地區收入之視覺化結果

結語：

本篇介紹了一些基本功能操作，以及以實際分析做為範例，其實pandas的功能既強大也很齊全，如果能將整套學起來，相信能在資料分析上有更大的幫助。