什麼是 Pandas？在資料分析中的角色
為什麼要學習 Pandas
Pandas 是在使用 Python 進行資料分析時不可或缺的函式庫。它提供了許多功能，可以有效地進行資料的前處理、轉換與分析。
在實際的資料分析工作中，我們經常需要處理大量資料，並從中提取出有用的資訊。
Pandas 能夠簡化這些資料操作流程，因此成為資料科學家與分析師必備的工具。
此外，Pandas 也可以輕鬆與 Python 的豐富生態系統整合，大幅提升資料分析的效率。
使用 Pandas 的優點
透過 Pandas，可以減少操作資料時的程式碼量，並撰寫出更具可讀性的代碼。同時，它也能夠快速處理大量資料。
Pandas 是建立在數值運算函式庫 NumPy 之上，內部實作上具有高效率的處理能力。
因此，即使是面對龐大的資料集，也能進行快速且簡潔的資料操作。
這讓開發效率提升，並能讓你更專注在分析本身。
Pandas 的安裝與環境設定
想要開始使用 Pandas，首先需要安裝它。可以使用 pip 命令簡單地完成安裝。我們也會介紹如何設定 Jupyter Notebook 等環境。
使用下列指令即可安裝 Pandas：
pip install pandas
進行資料分析時，Jupyter Notebook 是非常方便的工具。安裝後，你可以直接在網頁瀏覽器上編寫、執行程式碼，並立刻查看結果。
使用以下指令可以安裝 Jupyter Notebook：
pip install notebook
完成這些設定之後，就可以馬上開始使用 Pandas 進行資料分析了。
Pandas 基礎：Series 與 DataFrame
Series 的建立與操作
Pandas 的基礎資料結構之一是 Series，也就是一維的資料結構。可以從 list 或 NumPy 陣列輕鬆建立。我們將說明如何存取與操作元素。
Series 就像是帶有標籤的陣列，每個元素都有對應的索引。
從 list 建立 Series 可以使用 pandas.Series() 函數，如下所示：
import pandas as pd
data = [10, 20, 30, 40, 50]
s = pd.Series(data)
print(s)你也可以指定自訂的索引值：
import pandas as pd
data = [10, 20, 30, 40, 50]
index = ['a', 'b', 'c', 'd', 'e']
s = pd.Series(data, index=index)
print(s)若要存取 Series 中的元素，可以指定索引：
print(s[‘a’])
此外，也可以像 NumPy 陣列一樣進行切片操作：
print(s[‘b’:’d’])
DataFrame 的建立與操作
DataFrame 是二維的資料結構，適合用來處理表格形式的資料。我們將說明如何從 CSV 檔讀取資料，或是從字典建立 DataFrame。
DataFrame 由列與欄組成，每個欄位可以包含不同的資料型態。
要從字典建立 DataFrame，可以使用 pandas.DataFrame() 函數，如下所示：
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 28],
'city': ['Tokyo', 'Osaka', 'Kyoto']}
df = pd.DataFrame(data)
print(df)若要從 CSV 檔讀取資料，可以使用 pandas.read_csv()：
import pandas as pd
df = pd.read_csv('data.csv')
print(df)要存取 DataFrame 的欄位，請指定欄位名稱：
print(df[‘name’])
也可以一次選取多個欄位：
print(df[[‘name’,’age’]])
若要存取資料列，可以使用 loc 或 iloc，稍後會進一步說明它們的用法。
確認與轉換資料型態
Pandas 可以處理多種資料型態。我們將說明如何確認欄位的資料型態，以及在需要時如何轉換資料型態。
要確認 DataFrame 各欄的資料型態，可以使用 dtypes 屬性：
import pandas as pd
data = {'col1': [1, 2, 3], 'col2': [1.1, 2.2, 3.3], 'col3': ['a','b', 'c']}
df = pd.DataFrame(data)
print(df.dtypes)若要轉換資料型態，可以使用 astype() 方法：
df['col1'] = df['col1'].astype('float')
print(df.dtypes)常見的資料型態包括：int（整數）、float（浮點數）、str（字串）、datetime（日期時間）等等。根據需求轉換適當的型態，有助於節省記憶體並提升運算效率。
資料的參照與擷取
使用 loc 與 iloc 進行資料擷取
loc 與 iloc 是從 DataFrame 擷取特定資料列或欄的強大工具。以下將搭配範例說明其使用方法。
loc 是以標籤（Label）來指定列或欄：
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 28],
'city': ['Tokyo', 'Osaka', 'Kyoto']}
df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])
print(df.loc['row1', 'name'])
print(df.loc['row1':'row2', ['name','age']])iloc 則是以整數位置來指定列或欄：
print(df.iloc[0, 0])
print(df.iloc[0:2, 0:2])loc 和 iloc 都非常實用，是在資料探索與分析中不可或缺的工具。
依條件擷取資料列
說明如何根據特定條件篩選資料列。會介紹使用 query() 方法與比較運算子來進行條件篩選。
使用比較運算子篩選符合條件的資料列：
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 28],
'city': ['Tokyo', 'Osaka', 'Kyoto']}
df = pd.DataFrame(data)
print(df[df['age'] > 28])使用 query() 方法可撰寫更複雜的條件：
print(df.query('age > 28'))
print(df.query("city == 'Tokyo'"))也可以組合多個條件：
print(df[(df['age'] > 25) & (df['city'] != 'Osaka')])
print(df.query("age > 25 and city != 'Osaka'"))靈活運用這些方法，即可有效從 DataFrame 中擷取所需資料。
使用 head() 和 tail() 確認資料
head() 和 tail() 方法可以快速查看 DataFrame 的前幾列或後幾列，便於掌握資料概況。
使用 dataframe.head() 可顯示前幾列，若未指定參數，預設為前 5 列：
import pandas as pd
data = {'col1': range(10), 'col2': range(10, 20)}
df = pd.DataFrame(data)
print(df.head())
print(df.head(3))使用 dataframe.tail() 可顯示後幾列，預設為最後 5 列：
print(df.tail())
print(df.tail(3))這些方法在處理大型資料時特別有用，能快速掌握資料的整體輪廓。
資料的加工與整理
新增、刪除與修改欄位
這一節將說明如何在 DataFrame 中新增欄位、刪除不需要的欄位，以及修改現有欄位的資料。
要新增新的欄位，只需指定欄位名稱並賦值即可：
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 28]}
df = pd.DataFrame(data)
df['gender'] = ['female', 'male', 'male']
print(df)若要修改現有欄位的值，可直接重新賦值：
df['age'] = df['age'] + 1
print(df)要刪除欄位，可使用 drop() 方法，並指定要刪除的欄位名稱。加上 inplace=True 表示直接修改原始 DataFrame：
df.drop('gender', axis=1, inplace=True)
print(df)結合這些操作，就能靈活處理與整理資料。
資料排序（Sort）
說明如何根據特定欄位的值對 DataFrame 的資料列進行排序。可指定升冪（ascending）或降冪排序，亦可使用多個欄位排序。
使用 sort_values() 方法指定要排序的欄位：
import pandas as pd
data = {'name': ['Bob', 'Alice', 'Charlie'],
'age': [30, 25, 28]}
df = pd.DataFrame(data)
df_sorted = df.sort_values('age')
print(df_sorted)預設為升冪排序。若要降冪排序，設定 ascending=False：
df_sorted = df.sort_values('age', ascending=False)
print(df_sorted)若要以多個欄位排序，可傳入欄位名稱的列表：
df_sorted = df.sort_values(['age', 'name'])
print(df_sorted)運用這些功能可將資料整理成更容易分析的格式。
資料的統計量
說明如何計算平均值、中位數、標準差等統計指標。使用 describe() 方法還可以一次取得整體概況。
要計算各欄的平均值，可使用 mean() 方法：
import pandas as pd
data = {'col1': [1, 2, 3, 4, 5], 'col2': [2, 4, 6, 8, 10]}
df = pd.DataFrame(data)
print(df.mean())中位數可使用 median() 方法：
print(df.median())標準差則使用 std() 方法：
print(df.std())若要查看綜合統計量，可使用 describe() 方法：
print(df.describe())這些統計量有助於理解資料的分佈與特性。
資料的輸出與實務應用
匯出為 CSV 檔
介紹如何將整理後的 DataFrame 匯出為 CSV 檔案，並說明如何設定編碼與分隔符號等參數。
使用 to_csv() 方法可以匯出為 CSV 檔，指定檔名即可：
import pandas as pd
data = {'name': ['Alice', 'Bob'], 'age': [25, 30]}
df = pd.DataFrame(data)
df.to_csv('output.csv', index=False)指定 index=False 可避免將索引一起輸出。
若要指定分隔符號，可使用 sep 參數：
df.to_csv('output.csv', sep='\t', index=False)若要指定編碼格式，可使用 encoding 參數：
df.to_csv('output.csv', encoding='utf-8', index=False)透過這些設定，可以靈活輸出符合需求的 CSV 檔案。
缺失值的處理
說明如何處理缺失值（NaN），包括檢查、補值與刪除等策略。
使用 isnull() 方法可以檢查是否有缺失值，結果會以布林值表示：
import pandas as pd
import numpy as np
data = {'col1': [1, 2, np.nan], 'col2': [4, np.nan, 6]}
df = pd.DataFrame(data)
print(df.isnull())使用 sum() 可計算每欄缺失值的數量：
print(df.isnull().sum())若要以指定值填補缺失值，可使用 fillna() 方法：
df_filled = df.fillna(0)
print(df_filled)若要刪除含有缺失值的列，可使用 dropna() 方法：
df_dropped = df.dropna()
print(df_dropped)妥善處理缺失值有助於提高資料分析的準確性與完整性。
Pandas 總結與後續學習建議
回顧本文介紹的 Pandas 基礎知識，並提供進一步學習的方向。讓我們活用 Pandas 邁向更進階的資料分析之路。
本文說明了 Pandas 的基本用法，包括 Series 與 DataFrame 的建立、資料擷取、篩選、加工、整理、統計量計算、資料輸出與缺失值處理等實用操作。
若想進一步進行更進階的資料分析，建議學習 Pandas 的進階功能：如 groupby() 進行分組彙總、merge() 進行資料合併、pivot_table() 建立樞紐分析表等。
此外，若搭配 Matplotlib 或 Seaborn 等資料視覺化函式庫，將能進行更有說服力的分析與報告呈現。
透過持續學習與實作，你將能有效提升資料分析能力，挑戰更高層次的應用。
Pandas 是非常強大的工具，熟練掌握之後，能大幅提升分析效率與成果品質。讓我們每天都多學一點，把 Pandas 真正用在實務中！