python数据分析第5（2）天

1 填充缺失数据  fillna方法是最主要的函数

2  层次化索引

   数据可以通过unstack方法被重新安排到一个dataframe中

3  重新分级顺序

4  dataframe 的set_index函数，可以将其一个或者多个列转换为行索引，并创建一个新的dataframe，

    还可以通过 drop=False来设置那些列不被删除

   reset_index()和set_index  相反

5  其他有关pandas的话题

整数索引：

标签为整数，则整数索引不能出现负数，但是标签为字符串可以

如果，需要可靠地，不考虑索引类型的，基于位置的索引，可以使用Series的 iget_value方法

和 Dataframe的irow   icol 方法

面板数据：

pandas有一个Panel数据结构，可以看做是三维版本的Dataframe

Panel 中的每一项都是一个DataFrame

另一个呈现面板数据的办法是  堆积式的  DataFrame

还有一个 to_frame 的逆运算  to_panel 方法