pandas简明教程

之前我们学了Numpy,他可以提供各种高效的操作，但是面对一些灵活的任务，numpy仍然有限制。所以在其基础上我们又发展了pandas。尤其是他的dataframe,series为数据清理提供了高效的方法。

1、pandas对象简介
pandas对象其实可以看成增强版的numpy，因为它不再只有整数索引，可以自定义行列索引，称为标签，这看起来和我们日常用的Excel表格很相似。我们需要知道pandas最基本的三个数据结构：Dataframe,Series,Index

看一个例子：
data=pd.Series([11,22,33,44]),输出如下：
0 11
1 22
2 33
3 44
可以看出series是一个带索引的一维数组，并且他们是绑定在一起的。我们可以用values获取数组内容，返回的就是一个numpy数组，index返回的是一个类型为pd.index对象，后面再介绍这个。
series显性的索引更强大，在于可以自己设定索引值：
data=pd.Series([11,22,33,44]，index=[‘a’,‘b’,‘c’,‘d’])
我们也会发现，他和字典键值对应很相似，但是他比字典高效，原因和之前所的numpy一样，我们也可以用字典来创建series:
pd.Series({‘a’:0,‘b’:2,‘c’:3})

Dataframe就是一个有行列标签的二维数组。
Dataframe相比于series多了一个列标签，我们可以用df.columns获取列标签
具体索引操作有loc,iloc,ix,大家可以自己探索。
多级索引大家也可以自己尝试，还有numpy通用函数对pandas对象也适用。

2、pandas处理缺失值
在pandas中，我们经常用None、Nan表示缺失值，前者是一个object对象，后者是一种特殊的浮点数，通常二者可以替代。

df.isnull():发现缺失值，缺失值为True,df.notnull()相反
df.dropna():剔除缺失值，对于dataframe来说，不加参数剔除整行，all参数剔除全是缺失值的行，thresh可以设置缺失值的个数进行剔除
df.fillna():填充缺失值

3、数据合并操作concat和append

我们在处理数据时，经常会遇到数据存在不同的文件或表格中，因此我们需要把他们合并在一起进行处理分析。还有更复杂的join和merge操作。
（在默认情况下，我们是行合并，也就是行数增加，将后一个表的数据堆叠到前一个表的后几列,也可以用axis=1进行列合并，下面说的都是默认的行合并）
在concat操作时，我们可能会遇到两个表部分索引相同，部分不同，我们可以设置合并形式join,join默认为outer,代表并集合并，缺失值会用Nan表示，inner代表交集合并，我们也可以用join_axes(参数)，参数是索引对象的列表，显示指定合并后的列索引。
append方法如下
df1.append(df2) # 相当于pd.concat([df1, df2])
append方法会创建一个副本，不会就地修改，所以当多次append操作时，开销较大，最好创建一个dataframe列表，用concat一次性完成所有合并.

内存式数据合并join和merge可以实现一对一，多对一，多对多连接，具体规则大家用的时候可以自己查看。