Pandas :

Python Data Analysis Library 或 pandas 是基于Numpy 的一种工具，该工具是为了解决数据分析任务而创建的

pandas 纳入了大量库和一些标准的数据模型，提供了高效的操作发现数据所需的工具

pandas 提供了大量能使我们快速处理数据和函数的方法

它是Python 成为强大而高效的数据分析环境的重要因素之一

1. Series 类似于一维数组的对象，由 values（一组数据），Index(相关数据索引标签)

2. Series的创建：

两种创建方式：

注意：由 adarray 创建的是引用，而不是副本，对series的改变也会改变原来的ndarray对象中的元素，（列表没有这种情况）

2）由字典创建;

s2 = Series({'a':1,'b':2,'c':5})
s2

      Out[28]: 
    

3，索引显示索引、隐式索引

显示索引使用 index中的元素作为索引值，使用 .loc[] (推荐)

隐式索引使用整数作为索引值，使用 .iloc[] (推荐)

当索引没有对应的值时，可能出现缺失数据显示 Nan ()

可以使用pd.isnull(),pd,nonull(),或者自带属性 isnull(),notnull函数检测缺失数据

可以通过head().tail()快速查看Series 对象的样式

4，切片 n.loc['a':'f']

5, 可以吧 series 看成一个定长的有序字典

可以通过 shape,size,index,values 等得到 series的属性

6. Series 对象本身及其实例对象都有一个那么属性

# name区分，DataFrame中用于区分

7. Series 的运算

Series

相加：运算是吧索引相同的值进行运算，如果想要其他的值也显示，使用

n1.add(s2,fill_value= 0)

pandas 基础