Pandas是这本书的重点，以后的操作基本上都是在Pandas的基础上完成的。就用法上，Pandas要比Numpy更加的强大、灵活和简单。Pandas一些东西我也是初学，还没有形成一个系统，这次记录可能会有知识上的漏洞，待有了一个整体的系统的认识，时间充足的话可能会对这部分进行重构......
按照惯例，导入pandas的方式如下，在py文件中看到pd一般就是pandas：
import pandas as pd
from pandas import DataFrame, Series
1. pandas的数据结构：Series和DataFrame
Series：一种类似于一维数组的对象。只有行索引， 没有列索引(相比于DataFrame)。
DataFrame： 是一个表格型数据结构，既有行索引也有列索引(可以想象一下execl)，其面向行和面向列的操作基本上是平衡的。
1.1 Series
# Series
temp_obj = Series([1,2,3,4])
temp_obj
# 返回值：
# 0 1
# 1 2
# 2 3
# 3 4
# dtype: int64
temp_obj1 = Series([[1,2,3,4],[3,4,5,6]])
temp_obj1 # 传入的参数是二维的，但Series将对应的数组当成一个值来处理了， 所以说Series是类似于一维数组的对象
# 返回值：
# 0 [1, 2, 3, 4]
# 1 [3, 4, 5, 6]
# dtype: object
temp_obj2 = Series([[[1,2],[3,4],[4,5],[6,7]],[[7,8],[8,9],[10,11],[11,12]]])
temp_obj2 # 三维也是如此，Series是类似于一维数组的对象
# 返回值：
# 0 [[1, 2], [3, 4], [4, 5], [6, 7]]
# 1 [[7, 8], [8, 9], [10, 11], [11, 12]]
# dtype: object
# 也可以通过字典来创建Series
temp_dict = {
'a':100,
'b':200,
'c':300,
}
temp_obj4 = Series(temp_dict)
temp_obj4
# 返回值：
# a 100
# b 200
# c 300
# dtype: int64
temp_obj1 = Series([[1,2,3,4],[3,4,5,6]],index=['哈','哼'])
temp_obj1
# 返回值：
# 哈 [1, 2, 3, 4]
# 哼 [3, 4, 5, 6]
# dtype: object
# 可以通过索引来选取对应的行
temp_obj1["哈"] # 返回值：[1, 2, 3, 4]
temp_obj1[["哼",'哈']]
# 返回值：
# 哼 [3, 4, 5, 6]
# 哈 [1, 2, 3, 4]
# dtype: object
# temp_obj1[temp_obj1>3] # 会报错，原因是这样比较是每行，而不是里边的元素， TypeError: '>' not supported between instances of 'list' and 'int'
temp_obj1.index # 返回值是index对象， Index(['哈', '哼'], dtype='object')
temp_obj1.values # 返回值：array([list([1, 2, 3, 4]), list([3, 4, 5, 6])], dtype=object)
temp_obj1*2 # 直接乘以2，只是把里边的数数据复制1份,相当于每行的list*2，而不是广播到每个元素
'哈' in temp_obj1 # 判断索引是否存在于temp_obj1，返回值为bool类型
# 索引可以通过直接赋值的方式直接修改
temp_obj1.index = ['a','b']
temp_obj1
#返回值：
# a [1, 2, 3, 4]
# b [3, 4, 5, 6]
# dtype: object
# Series对象本身的name属性， 以及索引的name的属性。
temp_obj1.name = '董小贱'
temp_obj1.index.name = 'dongxiaojian'
temp_obj1
# 返回值：
# dongxiaojian
# a [1, 2, 3, 4]
# b [3, 4, 5, 6]
# Name: 董小贱, dtype: object
1.2 DataFrame
可以对比于Series，有很多方法都是相似的。不同的地方是: DataFrame即有行索引，也有列索引(可对比于execl表格)。也就是说DataFrame中的数据是以一个或者多个二维块存放的。
import pandas as pd
from pandas import DataFrame
data = {'科目':['数学','语文','英语'],'分数':[100,90,80]}
temp_frame = DataFrame(data)
temp_frame #可以发现返回值中自动添加了行索引
# 返回值
# 分数 科目
#0 100 数学
#1 90 语文
#2 80 英语
data = {'科目':['数学','语文','英语'],'分数':[100,90,80]}
temp_frame = DataFrame(data,index=['a','b','c',], columns=['科目','分数','名次'])# index 指定行索引，columns指定列索引，可以添加列， 如果没有对应的值则直接用NaN补全
temp_frame
# 返回值
# 科目 分数 名次
# a 数学 100 NaN
# b 语文 90 NaN
# c 英语 80 NaN
1.2.1 查
#通过索引获取对应的行或者列
#通过索引获取列
temp_frame.科目 # 返回值的类型：Series
# 返回值：
# a 数学
# b 语文
# c 英语
# Name: 科目, dtype: object
# 根据列索引获取列详细信息，与以上等价
temp_frame['分数']
temp_frame.get('名次')
# 通过索引获取行
temp_frame.ix['a']
# 返回值：
# 科目 数学
# 分数 100
# 名次 NaN
# Name: a, dtype: object
# 对列进行赋值：直接对源数据进行修改
1.2.2 改
# 传单独的一个值， 会对整列的每个元素进行修改
temp_frame.名次 = 30
temp_frame
# 返回值：
# 科目 分数 名次
# a 数学 100 30
# b 语文 90 30
# c 英语 80 30
# 传入的可迭代对象元素个数要和数整列数据的元素个数一一对应
temp_frame.名次 = [1,2,3]
temp_frame
#返回值
# 科目 分数 名次
# a 数学 100 1
# b 语文 90 2
# c 英语 80 3
temp_frame.名次['a'] = 10
temp_frame
1.2.3 增
# 添加新的行
insert_row = pd.DataFrame([['理综','100','15']],index=['d'], columns=['科目',' 分数','名次'])
temp_frame.append(insert_row,)
temp_frame
temp_frame2 = pd.concat([temp_frame,insert_row])
temp_frame
# 添加新的列
temp_frame.insert(0,'班级',10)
temp_frame
1.2.4 删
# 删除行
temp_frame2.drop(['d']) # 会产生新的DataFrame
# 删除列
temp_frame2.pop('科目') # 返回值为 pop出的数据， 原数据也会修改
temp_frame2
temp_frame2.drop(['班级'],axis=1) # 会产生新的DataFrame
2.索引对象
索引对象负责管理series或者DataFrame数据的轴标签和其他原数据。构建数据是， 所用到的任何数据或者其他序列的标签都会被转换成一个Index。Index是不可修改的，这样才能保证index对象在多个数据结构之间安全共享。虽不可修改，但可以重置！
import pandas as pd
from pandas import Series, DataFrame
obj = Series(range(3), index = ['a','b','c'])
index = obj.index
index
# 返回值：Index(['a', 'b', 'c'], dtype='object')
# 切片
index[:2] #返回值：Index(['a', 'b'], dtype='object')
# index[0] = 'd' 会报错， 不可修改
frame = DataFrame(np.arange(9).reshape((3,3)),index=['a','b','c'],columns = ['one','two','three'])
frame.index # 返回值 Index(['a', 'b', 'c'], dtype='object') 返回的是行索引
2.1 重新索引(对索引重新排序)
# Series
obj
# 返回值：
# a 0
# b 1
# c 2
# dtype: int64
obj.reindex(['d','c','f'])
# 返回值
# d 1
# c 0
# f 2
# dtype: int64
obj.reindex(['d','c','f','m'],fill_value=10) # 添加新的索引，默认值维NAN， 可以通过fill_value进行赋值
# 返回值：
# d 1
# c 0
# f 2
# m 10
# dtype: int64
# 插值处理
obj.reindex(['d','c','f','m','n'],method='ffill') # 前向填充， 根据前一个值填充后一个值
# 返回值：
# d 1
# c 0
# f 2
# m 2
# n 2
# dtype: int64
obj.reindex(['d','a','n','c','f',],method='bfill') # 后向填充， 根据后一个值填前一个值
# 返回值
# d 1.0
# a 0.0
# n NaN
# c 0.0
# f 2.0
# dtype: float64
# DataFrame
frame.reindex(columns=['two','one','three'])
# 返回值：
# two one three
# 0 1 0 2
# 1 4 3 5
# 2 7 6 8
# 同时对行 列同时进行重新索引
frame.reindex(index=[1,2,0],columns=['two','one','three']) #
# 返回值
# two one three
# 1 4 3 5
# 2 7 6 8
# 0 1 0 2
frame.ix[[1,2,0], ['two','one','three']] #与以上等价
2.2 问题点
前面已经说了，Index是不可修改的，但是看以下的例子你会发现，可以重新赋值，不太理解这种操作，欢迎读者老爷留言交流。
# Series
obj
# 返回值：
# a 0
# b 1
# c 2
# dtype: int64
obj.index = ['c','d','f']
obj
# 返回值
# c 0
# d 1
# f 2
# dtype: int64
# Dataframe
frame.index # 返回值 Index(['a', 'b', 'c'], dtype='object') 返回的是行索引
frame.index = [0,1,2]
frame
# 返回值
# one two three
# 0 0 1 2
# 1 3 4 5
# 2 6 7 8
