一、pandas 是什麼
pandas 是基於 NumPy 的一個 Python 數據分析包，主要目的是爲了數據分析。它提供了大量高級的數據結構和對數據處理的方法。
pandas 有兩個主要的數據結構：Series 和 DataFrame。
二、Series
Series 是一個一維數組對象 ，類似於 NumPy 的一維 array。它除了包含一組數據還包含一組索引，所以可以把它理解爲一組帶索引的數組。
將 Python 數組轉換成 Series 對象：
將 Python 字典轉換成 Series 對象：
當沒有顯示指定索引的時候，Series 自動以 0 開始，步長爲 1 爲數據創建索引。
你也可以通過 index 參數顯示指定索引：
對於 Series 對象裏的單個數據來說，和普通數組一樣，根據索引獲取對應的數據或重新賦值；
不過你還可以傳入一個索引的數組來獲取數據或未數據重新賦值：
想要單獨獲取 Series 對象的索引或者數組內容的時候，可以使用 index 和 values 屬性，例如：
對 Series 對象的運算（索引不變）：
三、DataFrame
DataFrame 是一個表格型的數據結構。它提供有序的列和不同類型的列值。
例如將一個由 NumPy 數組組成的字典轉換成 DataFrame 對象：
DataFrame 默認根據列名首字母順序進行排序，想要指定列的順序？傳入一個列名的字典即可：
如果傳入的列名找不到，它不會報錯，而是產生一列 NA 值：
DataFrame 不僅可以以字典索引的方式獲取數據，還可以以屬性的方法獲取，例如：
修改列的值：
刪除某一列：
這篇文章是一個系列文章
轉自：
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
http://www.cnblogs.com/sirkevin/p/5741853.html
一、pandas 是什麼
pandas 是基於 NumPy 的一個 Python 數據分析包，主要目的是爲了數據分析。它提供了大量高級的數據結構和對數據處理的方法。
pandas 有兩個主要的數據結構：Series 和 DataFrame。
二、Series
Series 是一個一維數組對象 ，類似於 NumPy 的一維 array。它除了包含一組數據還包含一組索引，所以可以把它理解爲一組帶索引的數組。
將 Python 數組轉換成 Series 對象：
將 Python 字典轉換成 Series 對象：
當沒有顯示指定索引的時候，Series 自動以 0 開始，步長爲 1 爲數據創建索引。
你也可以通過 index 參數顯示指定索引：
對於 Series 對象裏的單個數據來說，和普通數組一樣，根據索引獲取對應的數據或重新賦值；
不過你還可以傳入一個索引的數組來獲取數據或未數據重新賦值：
想要單獨獲取 Series 對象的索引或者數組內容的時候，可以使用 index 和 values 屬性，例如：
對 Series 對象的運算（索引不變）：
三、DataFrame
DataFrame 是一個表格型的數據結構。它提供有序的列和不同類型的列值。
例如將一個由 NumPy 數組組成的字典轉換成 DataFrame 對象：
DataFrame 默認根據列名首字母順序進行排序，想要指定列的順序？傳入一個列名的字典即可：
如果傳入的列名找不到，它不會報錯，而是產生一列 NA 值：
DataFrame 不僅可以以字典索引的方式獲取數據，還可以以屬性的方法獲取，例如：
修改列的值：
刪除某一列：
http://www.cnblogs.com/sirkevin/p/5741853.html
一、pandas 是什麼
pandas 是基於 NumPy 的一個 Python 數據分析包，主要目的是爲了數據分析。它提供了大量高級的數據結構和對數據處理的方法。
pandas 有兩個主要的數據結構：Series 和 DataFrame。
二、Series
Series 是一個一維數組對象 ，類似於 NumPy 的一維 array。它除了包含一組數據還包含一組索引，所以可以把它理解爲一組帶索引的數組。
將 Python 數組轉換成 Series 對象：
將 Python 字典轉換成 Series 對象：
當沒有顯示指定索引的時候，Series 自動以 0 開始，步長爲 1 爲數據創建索引。
你也可以通過 index 參數顯示指定索引：
對於 Series 對象裏的單個數據來說，和普通數組一樣，根據索引獲取對應的數據或重新賦值；
不過你還可以傳入一個索引的數組來獲取數據或未數據重新賦值：
想要單獨獲取 Series 對象的索引或者數組內容的時候，可以使用 index 和 values 屬性，例如：
對 Series 對象的運算（索引不變）：
三、DataFrame
DataFrame 是一個表格型的數據結構。它提供有序的列和不同類型的列值。
例如將一個由 NumPy 數組組成的字典轉換成 DataFrame 對象：
DataFrame 默認根據列名首字母順序進行排序，想要指定列的順序？傳入一個列名的字典即可：
如果傳入的列名找不到，它不會報錯，而是產生一列 NA 值：
DataFrame 不僅可以以字典索引的方式獲取數據，還可以以屬性的方法獲取，例如：
修改列的值：
刪除某一列：