ndarray、Series、DateFrame类型

ndarray类型（来自numpy）

n维数据类型
关注数据的结构表达（数据的维度）

ndarray的切片和索引

ndarray的计算

Series类型（来自pandas）

一维
关注数据与索引的关系
自动索引
自定义索引（index）
两套索引并存，但不能混用
Series类型通过自定义索引进行切片和索引，与ndarray类型用法相同

*可以由字典创建，字典的键自动转换位Series的索引

Series类型的操作
.index
.value
.name

Series类型的操作

DateFrame（来自pandas）

二维（也可以表达多维，但不常用）
关注数据与索引的关系
定义：共用相同索引的数据
行索引：index
列索引：columns

DataFrame类型的索引和切片
有4种方式

x = np.arange(24).reshape(4,6)
y = pd.DataFrame(x,index = ['A','B','C','D'],columns = ['a','b','c','d','e','f'])
print(y,'\n')
>>>
    a   b   c   d   e   f
A   0   1   2   3   4   5
B   6   7   8   9  10  11
C  12  13  14  15  16  17
D  18  19  20  21  22  23 

y[]
y.loc[]
y.iloc[]
y.ix[]
其中，
y[]只能用来按行切片，或者获取某列数据；
y.loc[]利用自定义行索引和列索引进行切片或数据选择，在没有自定义索引时，自动索引相当于自定义索引；
y.iloc[]利用自动行索引和列索引进行切片或数据选择；
y.ix[]可混合使用自定义索引和自动索引，但不推荐使用；

#行重排
.reindex(index = [])
#列重排
.reindex(column = [])

按索引重新排序
pd.DataFrame.sort_index
sort_index(self, axis=0, level=None, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’, sort_remaining=True, by=None)
Sort object by labels (along an axis)

Parameters
----------
axis : index, columns to direct sorting
level : int or level name or list of ints or list of level names
if not None, sort on values in specified index level(s)
ascending : boolean, default True
Sort ascending vs. descending
是否覆盖原数据
inplace : bool, default False
if True, perform operation in-place
kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’
Choice of sorting algorithm. See also ndarray.np.sort for more
information. mergesort is the only stable algorithm. For
DataFrames, this option is only applied when sorting on a single
column or label.
na_position : {‘first’, ‘last’}, default ‘last’
first puts NaNs at the beginning, last puts NaNs at the end.
Not implemented for MultiIndex.
sort_remaining : bool, default True
if true and sorting by level and index is multilevel, sort by other
levels too (in order) after sorting by specified level
Returns
-------
sorted_obj : DataFrame