对使用python进行数据分析的研究者而言，pandas是非常有用的一个模块。在现实数据收集中难以保证数据格式整齐，没有缺项漏项，按照研究意向进行排序与整理。pandas可以高效的帮助研究者进行数据整理，便于进入分析流程。
本次笔记内容：
- dictionary和data frame之前的转换及注意事项
- 替换data frame中的字段：
df.replace
dictionary和data frame之前的转换及注意事项
对一个简单字典，转化为dataframe:
比如dic = {A: 1, B: 2, C: 3} 要转化为一列为A，B，C，一列为1，2，3的dataframe:
test = pd.DataFrame(list(dic.items()), index = [range(0,2)])
因为没有可以转化为Index的字段，所以需要加一个index =
如果以column(列)作为不同的subjects, 以行(row)作为不同的features, 如以下例子，import pandas之后可以直接读取csv格式的excel表格得到data frame, 且定义为df
如果需要将其转化成dictionary:
df_dict = df.to_dict()
需要注意的是，如果直接这样转化，会丢失feature的名称，如下图所示。
如果你期望的data frame和dictionary的对应方式是这样：
{'col1':{row1:value1,row2:value2,row3:value...}...}
那需要用set_index对data frame的index进行处理。
当你将data frame的内容转化成嵌套字典(nested dictionary)之后，可以通过对其中k,v,第二层的k,v进行更多操作，如添加新的feature或者sample, 清理格式不对的字符等，以达到数据整理的目的（..=_=可能直接使用pandas也可以达到同样的目的，可能会更加简洁明了，弄明白了我会更新）。
使用pd.DataFrame(df.dict)dictionary转化为dataframe。
to_dict()可以在括号中添加各种参数，以得到不同的dictionary, 详细请见：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_dict.html
替换data frame中的字段：df.replace
为满足一些脚本的input格式，需要对原始数据进行整理。有的对data frame中所有的数据进行规整，有的仅针对某一列，有的对不同的列规整要求不一样。
以df为例：
df中所有样本服用的drug都是aspirin：
还有一个用法是Series.str.replace，其对象不是dataframe,但是可以将data frame中需要replace的列挑出来单独处理，比方说:
df['S_0001'] = df['S_0001'].str.replace('drug', 'aspirin')
df中S_0001样本的drug是aspirin，S_0002样本的drug是p-acetamidophenol:
定义一个字典用于囊括所有需要replace的项目，在样本量庞大，整理规则复杂的项目中使用十分便捷。
网友评论