pandas的数据结构有两大核心：Series和DataFrame。
Series:是一维数组和Numpy中一维数组类似，这两种一维数组均与Python中的基本数据结构List相近。Series可以保存多种数据类型的数据：字符串、数字、布尔值等等。
Dataframe:是一种二维表格形式的数据结构，类似于excel。
data['w'] #选择表格中的'w'列，使用类字典属性,返回的是Series类型
data.w #选择表格中的'w'列，使用点属性,返回的是Series类型
data[['w']] #选择表格中的'w'列，返回的是DataFrame类型
data[['w','z']] #选择表格中的'w'、'z'列
data[0:2] #返回第1行到第2行的所有行，前闭后开，包括前不包括后
data[1:2] #返回第2行，从0计，返回的是单行，通过有前后值的索引形式， #如果采用data[1]则报错
data.ix[1:2] #返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同 data['a':'b'] #利用index值进行切片，返回的是**前闭后闭**的DataFrame, #即末端是包含的
1.2直接操作文件读写excel文件有两个函数，read_excel()和to_excel()
读写数据库文件两个函数：read_sql()和to_sql()
读写文本文件两个函数：
pd.read_csv(filepath_or_buffer,sep,header,encoding,index_col,columns…)
to_csv()函数
二、数据的增删查改 2.1Series删查改(以实例说明) 2.1.1创建Series对象
import pandas as pd data = ['A','B','C'] series = pd.Series(data) print(series)
利用index()指定索引
import pandas as pd index = ['a','b','c'] data = ['A','B','C'] series = pd.Series(data,index=index) print(series)2.1.2访问索引和元素
import pandas as pd
data = ['A','B','C']
index = ['a','b','c']
series = pd.Series(data,index=index)
print('索引为：',series.index)
print('元素为：',series.values)
多个索引对应的对象
import pandas as pd
data = ['A','B','C']
index = ['a','b','c']
series = pd.Series(data,index=index)
print(series)
print('多个索引对应的Series对象:n',series[['a','b']])
2.1.3修改Series元素值(指定下标或指定索引）
import pandas as pd data = ['A','B','C'] index = ['a','b','c'] series = pd.Series(data,index=index) series[['a','b','c']] = ['X','Y','Z'] print(series)2.2Dataframe增删查改（以实例说明） 2.2.1利用pandas创建Dataframe对象
import pandas as pd
data = {'state':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]}
index = ['A','B','C','D']
df = pd.DataFrame(data,index = index)
print(df)
2.2.2新增列名为‘port’，值为1，索引为’E‘，数据为['e',1995,10,1]的行
import pandas as pd
data = {'state':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]}
index = ['A','B','C','D']
df = pd.DataFrame(data,index = index)
df['port'] = [1,1,1,1] //新增列
df.loc['E'] = ['e',1995,10,1] //新增索引行
print(df)
2.2.3 查看
取出1991和1992年的数据（获取行例子）
import pandas as pd
data = {'state':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]}
index = ['A','B','C','D']
df = pd.DataFrame(data,index = index)
df['port'] = [1,1,1,1]
df.loc['E'] = ['e',1995,10,1]
df2=df[(df.year==1991)|(df.year==1992)]
print(df2)
获取’state‘，’pop‘列的数据 （获取列例子）
import pandas as pd
data = {'state':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]}
index = ['A','B','C','D']
df = pd.DataFrame(data,index = index)
df['port'] = [1,1,1,1]
df.loc['E'] = ['e',1995,10,1]
df2=df[['state','year']]
print(df2)
2.3.4删除
删除索引为’A‘ ’C‘的两行数据
import pandas as pd
data = {'state':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]}
index = ['A','B','C','D']
df = pd.DataFrame(data,index = index)
df['port'] = [1,1,1,1]
df.loc['E'] = ['e',1995,10,1]
df2=df.drop(['A','C'])
print(df2)
修改索引为D的行的port数据为10
import pandas as pd
data = {'state':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]}
index = ['A','B','C','D']
df = pd.DataFrame(data,index = index)
df['port'] = [1,1,1,1]
df.loc['E'] = ['e',1995,10,1]
df['port']['D']=10
print(df)
