一、Pandas有两个主要的数据结构：Series和Dataframe （一）Series （1）结构
主要由一组数据与之相关的索引两部分构成。（索引在左，数据在右）
（2）多种构造代码方法：1.class pandas.Series( data = None, index = None, dtype = None, name = None, copy =False, fastpath = False)data:表示传入的数据
index:表示索引，唯一且与数据长度相等，默认会自动穿件一个从0至n的整数索引。
2.传入一个列表创建一个Series类对象：#创建Series类对象 ser_obj=pd.Series([1,2,3,4,5]) #创建且指定索引 ser_obj=pd.series([1,2,3,4,5],index=['a','b','c','d','e'])
3.dict进行构建：
year_data= {2001: 17.8, 2002: 20.1, 2003: 16.50}
ser_obj2 = pd.Series(year_data)
(3）对索引和数据操作
index：索引 values：数据
（二）Dataframe （1）结构#获得ser_obj的索引
ser_obj.index
#获得ser_obj的数据
ser_obj.values
#获得位置索引3对应的数据
ser_obj[3]
#索引对应的数据进行运算以后，结果替换原数据
ser_obj*2
注释： Dataframe的索引有 行索引，列索引。
（2）多种构建方法1.pandas.Dataframe（data = None，index = None，columns = None， dtype = None，copy = False ）column:列标签
2.通过传入数组来创建Dataframe类对象(3)增加和删除数列#创建数组
demo_arr=np.array([['a','b','c'],['d','e','f']])
# 基于数组创建Dataframe对象
df_obj = pd.Dataframe(demo_arr)
二、 Pandas索引操作及高级索引#增加一列
df_obj['No4']=['g','h']
#删除一列
del df_obj['No3']
（一）Pandas中的索引Pandas中的索引都是Index类对象，称为索引对象，该对象不可进行修改，以保障数据的安全。
（二）reindex索引数据：作用：对原索引和新索引进行匹配
reindex()语法格式：
Dataframe.reindex（labels = None，index = None， columns = None，axis = None，method = None， copy = True，level = None，fill_value = nan，limit = None，tolerance = None ）如果不想填充为NaN,则可以用fill——value参数来制定缺失值。
ser_obj.reindex(['a', 'b', 'c', 'd', 'e', 'f'], fill_value = 6)
ser_obj = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e']) ser_obj[2] # 使用索引位置获取数据 ser_obj['c'] # 使用索引名称获取数据
#切片
ser_obj[2: 4] # 使用位置索引进行切片 ser_obj['c': 'e'] # 使用索引名称进行切片
#不连续索引
# 通过不连续位置索引获取数据集 ser_obj[[0, 2, 4]] # 通过不连续索引名称获取数据集 ser_obj[['a', 'c', 'd']]
#布尔型索引：将布尔型的数组索引作为模板筛选数据，返回与模板中True位置对应的元素。
# 创建布尔型Series对象 ser_bool = ser_obj > 2 # 获取结果为True的数据ser_obj[ser_bool]
loc与iloc：三、算术运算与数据对齐loc：基于标签索引（索引名称），用于按标签选取数据。当执行切片操作时，既包含起始索引，也包含结束索引。
iloc：基于位置索引（整数索引），用于按位置选取数据。当执行切片操作时，只包含起始索引，不包含结束索引
注释：Pandas执行算术运算时，会先按照索引进行对齐，对齐以后再进行相应的运算，没有对齐的位置会用NaN进行补齐。
1.add如果希望不使用NAN填充缺失数据，则可以在调用add方法时提供fill_value参数的值，fill_value将会使用对象中存在的数据进行补充。
#执行加法运算，补充缺失值 obj_one.add(obj_two, fill_value = 0)四、数据排序
1.索引排序 sort_index()sort_index（axis = 0，level = None，ascending = True，inplace = False，kind =' quicksort '，na_position ='last'，sort_remaining = True ）axis：轴索引，0表示index（按行），1表示columns（按列）。 level：若不为None，则对指定索引级别的值进行排序。 ascending：是否升序排列，默认为True表示升序。
2.升降序排列ser_obj = pd.Series(range(10, 15), index=[5, 3, 1, 3, 2]) # 按索引进行升序排列 ser_obj.sort_index() # 按索引进行降序排列 ser_obj.sort_index(ascending = False)
3.按值排序：sort_values()五、统计计算和描述 1.一次性输出多个统计指标：sort_values(by,axis=0, ascending=True, inplace=False, kind='quicksort',na_position='last')注释：by参数表示排序的列，na_position参数只有两个值：first和last，若设为first，则会将NaN值放在开头；若设为False，则会将NaN值放在最后。
ser_obj = pd.Series([4, np.nan, 6, np.nan, -3, 2]) # 按值升序排列 ser_obj.sort_values()
describe(percentiles=None,include=None,exclude=None) #percentiles：输出中包含的百分数，位于[0,1]之间。如果不设置该参数，则默认为[0.25,0.5,0.75]，返回25%，50%，75%分位数。
六、层次化索引
层次化引索引可以理解为单层索引的延伸，即在一个轴方向有多层索引。
可分为 内层索引 和 外层索引
例子：
ser_obj = Series([50, 60, 40, 94, 63, 101, 200, 56, 45],
index=[['小说', '小说', '小说',
'散文随笔', '散文随笔', '散文随笔',
'传记', '传记', '传记'],
['高山上的小邮局', '失踪的总统', '绿毛水怪',
'皮囊', '浮生六记', '自在独行',
'梅西', '老舍自传', '库里传']]
# 获取所有外层索引为“小说”的数据
ser_obj['小说']
#获取内层索引对应的数据
ser_obj[:,'自在独行']
七、读写数据操作 （一）CSV# 交换外层索引与内层索引位置
ser_obj.swaplevel()
交换分层顺序是指交换外层索引和内层索引的位置。
CSV文件是一种纯文本文件，可以使用任何文本编辑器进行编辑，它支持追加模式，节省内存开销
(二)读取和写入#写入 to_csv(path_or_buf=None,sep=',',na_rep='',float_format=None,columns=None,header=True, index=True, index_label=None, mode='w‘, ...)path_or_buf：文件路径。 index：默认为True，若设为False，则将不会显示索引。 sep：分隔符，默认用“，”隔开。
（三）写入excel和读取excel#读取 read_csv(filepath_or_buffer,sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, prefix=None, ...) sep：指定使用的分隔符，默认用“，”分隔。 header：指定行数用来作为列名。 names：用于结果的列名列表。如果文件不包含标题行，则应该将该参数设置为None。
#写入
to_excel(excel_writer,sheet_name='Sheet1',na_rep='', float_format=None, columns=None, header=True, index=True, ...)excel_writer：表示读取的文件路径。 sheet_name：表示工作表的名称，默认为“Sheet1”。 na_rep：表示缺失数据。 index：表示是否写行索引，默认为True。
#读取
pandas.read_excel(io,sheet_name=0,header=0,names=None,index_col=None, **kwds)io：表示路径对象。 sheet_name：指定要读取的工作表，默认为0。 header：用于解析Dataframe的列标签。 names：要使用的列名称。
（四）读取HTML表格数据
pandas.read_html(io, match='.+', flavor=None,header=None, index_col=None,skiprows=None, attrs=None)io：表示路径对象。 header：表示指定列标题所在的行。 index_col：表示指定行标题对应的列。 attrs：默认为None，用于表示表格的属性值。
（五）读写数据库
to_sql（name，con，schema = None，if_exists ='fail'，index = True，index_label = None，chunksize = None，dtype = None ）name：表示数据库表的名称。 con: 表示数据库的连接信息。 if_exists：可以取值为fail、replace或append，默认为’fail’。
