功夫熊猫：Pandas从入门到浑水摸鱼

0. 序

Pandas 官方网站简介：

pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool,
built on top of the Python programming language.
—https://pandas.pydata.org/

也有人建议可以讲Pandas理解成一个增强型的Excel。我觉得吧，天下武功，不练不成功。废话不多说，开始絮叨。

1. Series 序列

窃以为Pandas的核心在于Series，至于为何这么说，客官可以听我慢慢道来。

1.1 什么式Series

Pandas 的Series 与Numpy的数组有点像 （貌似Series本来就是简历在Numpy 数组对象的基础上的），但是Series与南派数组相比，有以下特征：

• Series 有轴标 （行头 或 列头 标识字符串）
• 可以用轴标来进行索引 （亦可以用数字坐标索引）
• 元素不仅仅可以存数据，还可以是任何python对象

1.2 生成Series

不管懂不懂这个东西，程咬金的三板斧要先劈出来，乍一看，还挺专业：

import numpy as np
import pandas as pd

可以通过转换 python串串，南派数组 或者 字典 来生成序列

my_labels = ['a','b','c']
my_list = [100,200,300]
my_array = np.array([10,20,30])
my_dict = {'a':10,'b':20,'c':30}

pd.Series(data=my_list)

0 100
1 200
2 300
dtype: int64

pd.Series(data=my_list,index=my_labels)
# or
pd.Series(my_list,my_labels)

a 100
b 200
c 300
dtype: int64

pd.Series(my_array)

0 10
1 20
2 30
dtype: int32

pd.Series(my_array,my_labels)

a 10
b 20
c 30
dtype: int32

pd.Series(my_dict)

a 10
b 20
c 30
dtype: int64

pd.Series(data=my_labels)

0 a
1 b
2 c
dtype: object

1.3 坐标索引 与 序列相加

ser1 = pd.Series(my_list,my_labels)
ser2 = pd.Series(my_list,['a','c','e'])

ser1:
a 100
b 200
c 300
ser2:
a 100
c 200
e 300

ser1['b']

200

ser1 + ser2

a 200.0
b NaN
c 500.0
e NaN
dtype: float64