Python 蟒蛇：熊猫是正确的选择吗？

我正在尝试获取一个1.8mB的txt文件。在其所有空格分隔的数据之后有两行标题行。我可以用熊猫来提取数据。我想对这些数据做的是：

1删去不必要的数据。即前1675行，大致上我要删除，最后3-10行，每天都在变化，我也要删除。我可以删除第一行，有点。我现在这个想法的最大问题是确定1675指针的位置在哪里。使用类似

    df = df[df.year > 1978]

仅将初始“指针”移动到1675。如果我尝试

   dataf = df[df.year > 1978]

它只是给了我一个纯拷贝，我会与第一行。它仍然保持指针指向相同的1675起点。它不允许我访问前1675行中的任何一行，但它们显然仍然存在

    df.year[0]

它返回时出现一个错误，提示第0行不存在。我必须出去搜索，找到第一个可读的行是什么…而不是全力以赴删除行并将新指针移动到0，它只是将指针移动到1675，并且不允许访问低于该值的任何内容。我还没有找到一种方法来通过编程来确定最后一行是什么，通过shell很容易，但是我需要通过程序来确定，这样我就可以为第2点设置循环

2我希望能够计算数据的平均值，“x”日移动平均值，并在计算移动平均值后使用新数据创建一个新列。我想我可以用Series语句创建新专栏……我想……我还没有尝试过，因为我还没能走到这一步

3在完成了所有这些和更多的数学运算之后，我希望能够用自制的图表来绘制数据。我想这应该很容易，一旦我完成了所有其他的事情。我已经创建了示例图，一旦有了要处理的数据，就可以在图上绘制点/线

---

panda是项目的正确库还是我应该尝试使用其他库？到目前为止，我做的研究越多，我得到的东西就越多，因为我不断尝试的东西让我走得更远，但同时也让我走得更远。在类似的例子中，我看到当我想对数据块进行数学运算时，提到了使用其他东西。但是他们没有任何迹象表明他使用了什么。

我认为你的方向是正确的。Pandas为您提供了对数据的良好、高级控制，因此您可以比使用传统逻辑更轻松地对其进行操作。这需要一些工作来学习。完成他们的教程，你会没事的。但是不要掩饰它们，否则你会错过一些重要的细节

我不知道你为什么会担心你想忽略的行不会被删除，只要它们没有在你的分析中使用，这其实并不重要。除非你面临内存限制，否则这可能是无关紧要的。但是，如果你真的发现你负担不起保留它们，我相信有一种方法可以真正去除它们，即使有点歪

---

如今，处理几兆字节的数据非常容易，熊猫将毫无问题地处理这些数据。我相信您可以轻松地将熊猫数据传递给numpy进行统计计算。不过，在你相信我之前，你应该仔细检查一下。另外，他们在熊猫网站上提到了matplotlib，所以我猜做基本的绘图也很容易

听起来你的主要问题是索引。如果要引用数据帧中的第一个内容，请使用df.iloc[0]。但不管怎样，数据帧索引都非常强大

---

“裁剪”行/行后，如何告知起点是什么。我知道我已经尝试过在0，df范围内计算a，但得到的错误是它不是整数。如何访问数据范围。我需要知道新的开始行和最后一行。听起来pandas会很有帮助，但目前我们无能为力，因为这个问题有太多的部分，没有示例……如果我使用df.iloc[0]，我最终得到的是“DataFrame”对象没有属性“iloc”。如果我去df，它会出现关键行Int64Index:12766条目，1675到14440。很明显，这里面有些东西。我如何确定1675是第一行有“可用”数据，14440是最后一行？我希望能够通过程序而不是通过shell来实现这一点。我想写的是一个独立的程序，而不是shell例程。如果没有iloc，您可能使用的是旧版本的pandas。@升级pandas 0.12是稳定的，0.13rc也可用。