1.Pandas的数据结构分析

Pandas中的两个主要数据结构：Series和DataFrame

Series:一维的数据结构

DataFrame:二维的，表格型的数据结构

(1) Series是一个类似一维数组的对象，它能够保存任何类型的数据，主要由一组数据和与之相关的索引两部分构成。

(2)通过传入一个列表来创建一个Series类对象：

 除了使用列表构建Series类对象外，还可以使用dict进行构建。

(3)当某个索引对应的数据进行运算以后，其运算的结果会替换原数据，仍然与这个索引保持着对应的关系。

 (4) DataFrame是一个类似于二维数组或表格（如excel）的对象，它每列的数据可以是不同的数据类型。

(5)DataFrame类对象可以使用以下构造方法创建：

(6)在创建DataFrame类对象时，如果为其指定了列索引，则DataFrame的列会按照指定索引的顺序进行排列。

（7） 还可以使用访问属性的方式来获取一列数据，返回的结果是一个Series对象。

（8） 想要DataFrame增减数据，则可以：

2.Pandas索引操作及高级索引:

(1)Pandas中的索引都是Index类对象，又称为索引对象，该对象是不可以进行修改的，以保障数据的安全。

Pandas还提供了很多Index的子类，常见的有如下几种：

（1）Int64Index：针对整数的特殊Index对象。

（2）MultiIndex：层次化索引，表示单个轴上的多层索引。

（3）DatetimeIndex：存储纳秒寄时间戳。 

(2)Pandas中提供了一个重要的方法是reindex()，该方法的作用是对原索引和新索引进行匹配，也就是说，新索引含有原索引的数据，而原索引数据按照新索引排序。

(3)reindex()方法的语法格式如下：

 (4)如果不想填充为NaN，则可以使用fill_value参数来指定缺失值。

ser_obj.reindex(['a', 'b', 'c', 'd', 'e', 'f'],                                

  fill_value = 6)

(5)如果期望使用相邻的元素值进行填充，则可以使用method参数，该参数对应的值有多个

 (6)如果我们希望获取某个数据，既可以通过索引的位置来获取，也可以使用索引名称来获取。

(7)如果使用的是位置索引进行切片，则切片结果是不包含结束位置；如果使用索引名称进行切片，则切片结果是包含结束位置的 

 (8)如果希望获取的是不连续的数据，则可以通过不连续索引来实现。

(8) DataFrame结构既包含行索引，也包含列索引。其中，行索引是通过index属性进行获取的，列索引是通过columns属性进行获取的。

(9)虽然DataFrame操作索引能够满足基本数据查看请求，但是仍然不够灵活。为此，Pandas库中提供了操作索引的方法来访问数据，具体包括：

 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。

3.算术运算与数据对齐

(1)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。

 (2)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。

4.数据排序

（1）Pandas中按索引排序使用的是sort_index()方法，该方法可以用行索引或者列索引进行排序

（2） 按索引对Series进行分别排序，示例如下。

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）按索引对DataFrame进行分别排序，示例如下。

 （4）Pandas中用来按值排序的方法为sort_values()，该方法的语法格式如下。

 （5） 按值的大小对Series进行排序的示例如下：

ser_obj = pd.Series([4, np.nan, 6, np.nan, -3, 2])

# 按值升序排列

ser_obj.sort_values()

（6）在DataFrame中，sort_values()方法可以根据一个或多个列中的值进行排序，但是需要在排序时，将一个或多个列的索引传递给by参数才行。

 5.统计计算与描述

（1）Pandas为我们提供了非常多的描述性统计分析的指标方法，比如总和、均值、最小值、最大值等。

 （2）如果希望一次性输出多个统计指标，则我们可以调用describe()方法实现，语法格式如下

6.  层次化索引

结论：前面所涉及的Pandas对象都只有一层索引结构，又称为单层索引，层次化索引可以理解为单层索引的延伸，即在一个轴方向上具有多层索引。

（1）对于两层索引结构来说，它可以分为内层索引和外层索引。

（2）from_tuples()方法可以将包含若干个元组的列表转换为MultiIndex对象，其中元组的第一个元素作为外层索引，元组的第二个元素作为内层索引。

（3） from_arrays()方法是将数组列表转换为MultiIndex对象，其中嵌套的第一个列表将作为外层索引，嵌套的第二个列表将作为内层索引。