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