pandas 是一種列存數據分析 API。
導入了 pandas API 並輸出了相應的 API 版本：
import pandas as pd
pd.__version__
pandas 中的主要數據結構被實現爲以下兩類：
DataFrame，您可以將它想象成一個關係型數據表格，其中包含多個行和已命名的列。
Series，它是單一列。DataFrame 中包含一個或多個 Series，每個 Series 均有一個名稱。
數據框架是用於數據操控的一種常用抽象實現形式。Spark 和 R 中也有類似的實現。
創建 Series：
pd.Series(['San Francisco', 'San Jose', 'Sacramento'])
您可以將映射 string 列名稱的 dict 傳遞到它們各自的 Series，從而創建DataFrame對象。如果 Series 在長度上不一致，系統會用特殊的 NA/NaN 值填充缺失的值。
city_names = pd.Series(['San Francisco', 'San Jose', 'Sacramento'])
population = pd.Series([852469, 1015785, 485199])
pd.DataFrame({ 'City name': city_names, 'Population': population })
但是在大多數情況下，您需要將整個文件加載到 DataFrame 中。下面的示例加載了一個包含加利福尼亞州住房數據的文件。
california_housing_dataframe=pd.read_csv("https://storage.googleapis.com/mledu-datasets/california_housing_train.csv", sep=",")
california_housing_dataframe.describe()
上面的示例使用 DataFrame.describe 來顯示關於 DataFrame 的有趣統計信息。另一個實用函數是 DataFrame.head，它顯示 DataFrame 的前幾個記錄：
pandas 的另一個強大功能是繪製圖表。例如，藉助 DataFrame.hist，您可以快速瞭解一個列中值的分佈：
可以使用熟悉的 Python dict/list 指令訪問 DataFrame 數據：
cities = pd.DataFrame({ 'City name': city_names, 'Population': population })
print type(cities['City name'])
cities['City name']
print type(cities['City name'][1])
cities['City name'][1]
print type(cities[0:2])
cities[0:2]
可以向 Series 應用 Python 的基本運算指令：population / 1000.
NumPy 是一種用於進行科學計算的常用工具包。pandas Series 可用作大多數 NumPy 函數的參數：
import numpy as np
np.log(population)
對於更復雜的單列轉換，您可以使用 Series.apply。像 Python 映射函數一樣，Series.apply 將以參數形式接受 lambda 函數，而該函數會應用於每個值。
下面的示例創建了一個指明 population 是否超過 100 萬的新 Series：
population.apply(lambda val: val > 1000000)
DataFrames 的修改方式也非常簡單。例如，以下代碼向現有 DataFrame 添加了兩個 Series：
cities['Area square miles'] = pd.Series([46.87, 176.53, 97.92])
cities['Population density'] = cities['Population'] / cities['Area square miles']
cities
Series 和 DataFrame 對象也定義了 index 屬性，該屬性會向每個 Series 項或 DataFrame 行賦一個標識符值。
默認情況下，在構造時，pandas 會賦可反映源數據順序的索引值。索引值在創建後是穩定的；也就是說，它們不會因爲數據重新排序而發生改變。
調用 DataFrame.reindex 以手動重新排列各行的順序。例如，以下方式與按城市名稱排序具有相同的效果：
cities.reindex([2, 0, 1])
重建索引是一種隨機排列 DataFrame 的絕佳方式。在下面的示例中，我們會取用類似數組的索引，然後將其傳遞至 NumPy 的 random.permutation 函數，該函數會隨機排列其值的位置。如果使用此重新隨機排列的數組調用 reindex，會導致 DataFrame 行以同樣的方式隨機排列。
cities.reindex(np.random.permutation(cities.index))
reindex 方法允許使用未包含在原始 DataFrame 索引值中的索引值。
如果您的 reindex 輸入數組包含原始 DataFrame 索引值中沒有的值，reindex 會爲此類“丟失的”索引添加新行，並在所有對應列中填充 NaN 值：
cities.reindex([0, 4, 5, 2])
