筆記來源：利用python進行數據分析【Wes Mckinnney著，唐學韜等譯】
一、pandas的數據結構介紹【主要包括Series、DataFrame】
介紹：pandas名稱爲panel data(面板數據），其基於NumPy構建的
1、Series
(1）簡單構建
Series是一種類似於一維數組的對象，有一組數據(可爲NumPy數據類型)及一組與之相關的數據標籤(索引）組成，若只有一組數據，則產生的是最簡單的Series
（2）獲取值及索引屬性【.values .index】
由上述可知，Series的表現形式爲,索引在左邊，值在右邊。因爲上述沒有爲數據進行指定索引，其則會自動創建0-N-1(N爲數據長度)的整數型索引，可使用values、index屬性分別獲取Series的表達形式和索引對象。
（3）傳入自己定義的索引並取相應位置的值
創建含有自己定義的索引數據，創建內部傳入第二個參數，該參數爲index,其賦爲一個列表形式，若取其中的一個值，一層列表傳入鍵即可，如果取多個值，則兩層列表傳入多個鍵。
(4)Series 相關計算
（5）字典形式構建Series【鍵爲索引，值爲Series值】
（6）傳入字典，默認字典的鍵作爲索引，但也可重新定義索引。如下使用指定列表，傳入的列表索引如果在原字典索引中有，則返回的值即爲原索引對應的值，如果新索引在原索引中沒有，則返回結果爲NaN
【sdata中與states索引相匹配的那3個值會被找出了放到相應的位置上，但是由於‘California’所對應的sdata值找不到，返回結果爲NaN，代表確實數據】
（7）檢查是否爲缺失數據( pd.isnull() pd.notnull() ), 返回與原來相同長度的布爾型結果
（8）算術運算，自動對齊不同索引數據
（9）Series對象的name屬性與索引的name屬性【也可對索引name】
(10)Series索引直接通過賦值進行修改
2、DataFrame
DataFrame是一個表格型的數據結構，含有有序的列，每列可是不同的值類型(如：數值、字符串、布爾值等)。其既有行索引、也有列索引。可以理解爲有Series組成的字典（共同使用一個索引）
（1）創建方法
1）傳入字典，字典內再傳入列表【字典的鍵：DataFrame的列名、字典的值（列表元素）：DataFrame的值】
常用的方法是直接傳入一個由等長列表或NumPy數組組成的字典。並且行索引會自動加上(從0開始).可以對列索引按照指定順序進行排序【columns關鍵字傳入】
如果原來傳入的數據已經有了列索引，我們再給其傳入列索引，那麼結果將和Series類似。即先在傳入的數據中，有則返回原來數據對應的值，無則返回NaN值。如下【原列索引含有‘year’,‘state’，‘pop’，則這三個返回原來對應的值，但是‘debt’新增的列索引名在原來數據中沒有，則返回值爲NaN】
2）字典的嵌套（字典的字典）【最外層字典的鍵：DataFrame的列名、第二次字典的鍵：DataFrame的每行索引。第二層字典的值：DataFrame的值】
顯示傳入指定索引
其中新傳入的索引沒有對應值，則返回NaN
（2）獲取指定位置的數據或對指定位置數據進行賦指定值
1）只獲取指定列數據
直接通過DataFrame列表傳入列名的形式或者.列名的方式獲取。將得到一個Series數據（返回含有行索引）
2）三種獲取指定位置數據的方式區別（.ix .loc .iloc）
loc【索引名稱】：內部傳入參數以列表形式傳入（內容是索引名稱，不能爲索引號【除非索引名稱即爲索引號】
如果loc的索引名稱即爲索引號（爲數字時），還可以進行切片操作【但這裏的切片包含第一個與最後一個！[含尾索引]】
iloc【索引號】：內部傳入參數以列表形式傳入（內容是索引號，不能爲索引名稱）不管行列均用索引號【切片不含尾索引】
ix【索引名稱與索引號均可用】：是loc、iloc的結合體.可以混合使用索引名稱與索引號
提示：ix使用提示其將被棄用。以後將使用以上兩者（loc——通過行標籤索引行數據
iloc——通過行號索引行數據。）進行替代
3) 對指定列進行賦值，可以爲標量值，也可以爲一組值【這組值必須與行數相匹配】
4）對指定列進行賦值，賦值爲一個Series【如果精確匹配DataFrame的索引,則所有位置即被填充，否則爲NaN】
5）對之前爲出現的列進行賦值則會創建一個新的列，關鍵字del用於刪除列【如下''eastern"之前未出現過，則會新創建】
（3）DataFrame的index和columns的name屬性【index.name、columns.name、.values】
3、索引對象
pandas的索引對象負責管理軸標籤和其他元數據（如軸名稱等），構建Series或DataFrame時，所用到的任何數組或其他序列的標籤都會被轉換爲一個Index
謹記：Index對象是不可修改的，從而保證了其在多個數據結構件安全共享
每個索引均有一些方法和屬性。如下列出了Index的一些方法和屬性
| 方法 | 說明 |
| append | 連接另一個Index對象，產生一個新的Index |
| diff | 計算差集，得到一個Index |
| intersection | 計算交集 |
| union | 計算並集 |
| isin | 計算一個指示各值是否都包含在參數集合中的布爾值數組 |
| delete | 刪除索引i處的元素，並得到新的Index |
| drop | 刪除傳入的值，並得到新的Index |
| insert | 將元素插入到索引i處，並得到新的Index |
| is_monotonic | 當元素均大於等於前一個元素時，即順序遞增或不變，返回True |
| is_unique | 是否爲唯一值，當Index沒有重複值時，返回True |
| unique | 計算Index中唯一值的數組 |
二、基本功能(p126)
1、重新索引【reindex()】
pandas對象的一個重要方法就是reindex.其主要用於創建一個適應新索引的新對象。
（1）單純的重新索引【新索引代替原索引，如果原來無該索引，則新創建的索引默認對應值爲NaN(表示缺失值)】
(2) 重新索引後，對新增的索引進行缺失值填充
1) 固定賦值填充
2）前向填充（新索引（新增）對應的值根據前一個索引（原存在）進行填充（與前一個索引相同的值），使用傳入method=‘ffill’或‘pad’）
3)後向填充（意思讓新索引（新增）對應的值根據後一個索引（原存在）進行填充（與後一個索引相同的值），使用傳入method=‘bfill’或‘backfill’）
(3) DataFrame的重新索引（可修改行、列索引）
1）當僅傳入一個序列時，重新索引行
2) 傳入列重新索引列【原有則取原值，原無則爲NaN值】
2、丟棄指定軸上的項（drop()方法）
（1）Series()相關
.drop()方法後有返回值，返回的即爲丟棄後的內容，不改變drop()之前的內容
（2）DataFrame相關
其可刪除任意軸上的索引值。【丟棄指定列，axis=1】
3、索引、選取、過濾
（1）Series索引相關【與NumPy數組索引類似，但Series索引不僅限整數】
1）取指定值
2) 使用標籤進行切片【與python切片不同，這裏標籤切片含末端元素】
(2）DataFrame相關
1) 普通索引或索引標籤取指定位置值【與上述Series類似】
2) 使用ix取指定位置的值
3）DataFrame的索引選項
| 類型 | 說明 |
| obj[val] | 選DataFrame的單個列或一組列。如在布爾型數組（過濾行）、切片（行切片）、布爾型DataFrame時求解便利 |
| obj.ix[val] | 選取DataFrame的單個行或一組行 |
| obj.ix[:,val] | 選取單個列或列子集 |
| obj.ix[val1,val2] | 同時選取行、列 |
| reindex方法 | 將一個或多個軸匹配到新索引 |
| xs方法 | 根據標籤選取單行或單列，並返回一個Series |
| icol、irow方法 | 根據整數位置選取單列或單行，並返回一個Series |
| get_value、set_value方法 | 根據行標籤和列標籤選取單個值 |
4、算術運算和數據對齊
pandas最重要的功能，可對不同索引的對象進行算術運算。對象相加時，存在不同索引，則結果爲索引對的並集。
（1）簡單的算術計算
1）Series
2) DataFrame
(2) 在算術方法中填充值
1) add()
2）reindex（）重新索引，指定填充值
（3）DataFrame和Series之間的運算
1) 簡單NumPy數組廣播計算示例
2）DataFrame與Series之間的廣播計算也類似,如下示
3）兩者進行相加計算，索引進行求並集，但是非共同索引值爲NaN，共同索引值纔有值
4) 兩者進行相減時，按某個軸進行操作
5、函數應用和映射
NumPy的unfunc(元素級數組方法）也可以操作pandas對象
（1）np.abs()【求絕對值】
(2) .apply()的使用【將函數應用到各列或行形成一維數組】
（3）applymap() 的使用
而Series對應的應用元素級函數爲map方法
6、排序和排名
（1）按索引排序【sort_index()函數，可傳入軸向axis、順序逆序值ascending】
（2) 按數值進行排序【python2用order方法、python3用sort_values方法】
1）Series按值排序
2) DataFrame按值排序
（3）排名rank方法【會增設一個排名值,從1開始，與numpy.argsort類似】
1）.rank()有返回值，不影響原來的數據。返回的值是值的排名，如有多個值，求平均排名【默認method = ‘average’】。
2）當傳入參數時method =‘first’時，不求平均排名【按原始數據中的出現順序分配排名,出現越前，排名越靠前】
3) 降序排名，則傳入參數ascending = False【即值最大排名序號越小，即最大值排名爲1】
4) 排名時用於破壞平級關係的method選項
| method | 說明 |
| "average" | 默認：在相等的分組中，爲各個值分配平均排名 |
| "min" | 使用分組中的最小排名【可能有重複排名】 |
| "max" | 使用整個分組中的最大排名【可能有重複排名】 |
| "first" | 按值在原始數據中的出現順序分配排名 |
7、帶有重複值的索引
（1）索引是否爲唯一值（is_unique()）
（2）按索引取值
（3）DataFrame進行行索引取值
參考：
[1]. McKinney,W.著；唐學韜等譯. 利用python進行數據分析[M]. 北京：機械工業出版社，2013.9.