第三节：pandas结构详解 （DataFrame详细用法介绍）

pandas入门

pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。

pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。

Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。

pandas vs NumPy

pandas支持大部分NumPy风格的数组计算。

NumPy更适合处理同质型的的数值类数组数据,而pandas使用用来处理表格型或异质型数据。

导入必要包

1. pandas数据结构介绍

（1）Series

Series是一种一维的数组型对象，它包含了一个值序列（与NumPy中的类型相似），并且包含了数据标签，称为索引（index）。
最简单的序列可以仅仅由一个数组形成：

（2）DataFrame

DataFrame表示的是矩阵的数据表，它包含已排序的列集合，每一列可以是不同的值类型（数值、字符串、布尔值等）。

2. 基本功能

（1） 重建索引

pandas对象的一个重要方法是reindex，其作用是创建一个新对象，它的数据符合新的索引

（2）轴向上删除条目

在轴向上删除一个或多个条目很简单，只要有一个索引数组或列表即可。由于需要执行一些数据整理和集合逻辑，所以drop方法返回的是一个在指定轴上删除了指定值的新对象：

（3）索引、选择与过滤

Series索引（obj[…]）的工作方式类似于NumPy数组的索引，只不过Series的索引值不只是整数。下面是几个例子：

使用单个值或序列，可以从DataFrame中索引数一个多个列

（4）排序和排名

根据某些准则对数据集排序是另一个重要的内建操作。如需按行或列索引进行字典型排序，需要使用sort_index方法，它将返回一个已排序的新对象：

3. 描述性统计的概述与计算

pandas对象拥有一组常用的数学和统计方法。它们大部分都属于约简和汇总统计，用于从Series中提取单个值（如sum或mean）或从DataFrame的行或列中提取一个Series。
跟对应的NumPy数组方法相比，它们都是基于没有缺失数据的假设而构建的。