《利用Python进行数据分析》—第5章 pandas入门

Series

Series可以看成是一个定长的有序字典。
Series对象本身及其索引都有一个name属性。

索引可以通过赋值的方式进行修改。

DataFrame

DataFrame可以看成是由Series组成的字典（共用同一个索引）。
其实，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。
DataFrame也可以设置index和columns的name属性。

重新索引

reindex方法可以对Series和DataFrame进行重排，传入一个新索引，若新索引在当前索引中找不到，就用NA（NaN）值填充，也可以设置fill_value参数用特定的值填充。

传入columns关键字即可重新索引列。

索引、选取和过滤

几个特殊用法：

1. 通过布尔型数组选取行
   （我把它记忆为：选取满足某个列的特定条件的行。）
   
   

算术运算和数据对齐

相同索引会自动对齐并进行算术运算，找不到相同索引的显示NaN。

函数应用和映射

Numpy的元素级数组方法也可以用于操作pandas对象。

apply的用法：

除了标量值外，传给apply的函数还可以返回由多个值组成的Series。
apply的应用很多，在以后的实践中要多尝试用apply来解决问题。

Serie有一个应用于元素级函数的map方法。

排序和排名

唯一值、值计数以及成员资格

1. 唯一值：unique的用法
   
2. 值计数：value_counts的用法
   计算一个Series中各值出现的频率。可用于任何数组和序列。
   
3. isin：用于判断Series各值是否包含在传入的值序列中。
   

处理缺失数据

• pandas中的缺失值用NaN（not a number）表示
• python内置的None值也被当做NA处理
  
  过滤缺失数据
  
  填充缺失数据