一. 数据文件
pd指pandas简称，df指Dataframe对象。
1. csv
读取 pd.read_csv('foo.csv')
写入 df.to_csv('foo.csv')
2. HDF5
读取 pd.read_hdf('foo.h5', 'df')
写入 df.to_hdf('foo.h5', 'df')
3. Excel
读取 pd.read_excel('foo.xlsx', 'sheet1', index_col=None, na_values=['NA'])
写入 df.to_excel('foo.xlsx', sheet_name='sheet1')
二. 数据结构
1. Series
Series是一维标记数组，可以存储任意数据类型，如整型、字符串、浮点型和Python对象等，轴标一般指索引。创建Series的方法为
>>>s=Series(data, index=index)
data可以是Python词典、ndarray和标量值。
2. Dataframe
Dataframe是二维标记数据结构，列可以是不同的数据类型。它是最常用的pandas对象，像Series一样可以接收多种输入：lists、dicts、series和Dataframe等。初始化对象时，除了数据还可以传index和columns这两个参数。
3. Panel
Panel很少使用，然而是很重要的三维数据容器。Panel data源于经济学，也是pan(el)-da(ta)-s的来源。在交叉分析中，坐标轴的名称略显随意
items: axis 0 代表Dataframe的item
major_axis: axis 1 代表Dataframes的index(行)
minor_axis: axis 2 代表Dataframes的列
4. Panel4D
Panel4D是像Panel一样的4维容器，作为N维容器的一个测试。
labels: axis 0 每个item相当于panel
items: axis 1 每个item相当于Dataframe
major_axis: axis 2 它是dataframe的index
minor_axis: axis 3 它是dataframe的columns
Panel4D是Panel的一个子集，因此Panel的大多数方法可用于4D，但以下方法不可用：join, to_excel, to_frame, to_sparse, groupby。
5. PanelND
PanelND是一个拥有factory集合，可以创建像Panel4D一样N维命名容器的模块。
