一 Pandas最基本的两种数据结构。
1 Series 用来处理单列数据或者一维数组。
Series是一维容器，表示DataFrame的每一列或每一行。Series 每个素的数据类型必须相同。如果数据类型不统一，dtype的打印结果是object。创建 Series 的最简单方法是传入一个Python列表，示例如下：
创建Series时，可以通过index参数 来指定行索引
2 DataFrame 用来处理结构化数据，例如SQL数据表，excel表格。
可以使用字典来创建DataFrame，示例如下：
创建DataFrame的时候可以使用colums参数指定列的顺序，也可以使用index来指定行索引
使用 DataFrame的loc 属性获取数据集里的一行，就会得到一个Series对象
可以通过 index 和 values属性获取行索引和值
Series的一些属性
| 属性 | 说明 |
| loc | 使用索引值取子集 |
| iloc | 使用索引位置取子集 |
| dtype或dtypes | Series内容的类型 |
| shape | 数据的维数 |
| size | Series中元素的数量 |
| values | Series的值 |
针对数值型的Series，可以进行常见计算，平均值mean(),最大值max().最小值min(),标准差std(),方差var()，通过value_counts()方法，可以返回不同值的条目数量，并且降序输出,通过count()方法可以返回有多少非空值,通过describe()方法打印描述信息
Series的一些方法
| 方法 | 说明 |
| append | 连接两个或多个Series |
| corr | 计算与另一个Series的相关系数 |
| cov | 计算与另一个Series的协方差 |
| describe | 计算常见统计量 |
| drop_duplicates | 返回去重之后的Series |
| equals | 判断两个Series是否相同 |
| hist | 绘制直方图 |
| isin | Series中是否包含某些值 |
| min | 返回最小值 |
| max | 返回最大值 |
| mean | 返回算术平均值 |
| median | 返回中位数 |
| mode | 返回众数 |
| quantile | 返回指定位置的分位数 |
| replace | 用指定值代替Series中的值 |
| sample | 返回Series的随机采样值 |
| sort_values | 对值进行排序 |
| to_frame | 把Series转换为DataFrame |
| unique | 去重返回数组 |
