近几日对金融数据进行预处理分析等等，pandas用的比较多，而且发现pandas的创始人就是为了处理金融数据的时候开发的pandas，在pandas功能不断扩展的时候才应用到了其他更多的领域，下面，我就对我这些天来对pandas的学习做一个简单的整理，沉淀一下。
from pandas import Series, DataFrame
import pandas as pd- Series类似于一维数组的对象，索引在左边，值在右边，可以通过Series的values和index属性获取其数组表示形式和索引对象
- 如果数据被存储在一个Python字典中，则可以通过这个字典来创建Series
- 使用缺失missing或者NA来表示缺失数据，可以使用isnull和notnull来检测缺失数据
- Series一个重要功能就是它可以自动对齐不同索引的数据
- DataFrame既有行索引也有列索引，它可以被看作由Series组成的字典（共同用一个索引）。DataFrame中面向行和面向列的操作基本上是平衡的
- 构造DataFrame的方法可以是传入一个由等长列表或者NumPy数组组成的字典
- 返回所有列的索引：
df.columns返回所有列的索引：df.index - 通过类似字典标记或者属性的方式获取列：
df['col1']
通过位置或名称的方式进行获取，使用ix字符：df.ix['row1'] - 列可以通过赋值的方式进行修改，但是行不可以，比如
df['col1'] = 0 - df.values属性会将DataFrame以二维ndarray的形式返回
- pandas对象的一个重要方法是重新索引，reindex。比如：
df.reindex(['a', 'b', 'c', 'd', 'e'], fill_value = 0)，参数涉及到前项填充和后项填充等 - 行为轴0，列为轴1
- reindex函数的参数既可以是Index实例，也可以是其他序列型的Python数据结构
- df.drop([‘row1’, ‘row2’])默认是删除行；加入参数axis=1则变成删除列
- 利用标签的切片运算与普通的Python切片不同，末端是包含的。比如df[‘b’:’c’]则包含’c’
在DataFrame的行上进行标签索引有以下几种方式：
1.df.ix['row', ['col1', 'col2']]
2.df.ix[['row1', 'row2'], [3, 0, 1]]
3.df.ix[2]
4.df.ix[:'row1', 'col1']
5.df.ix[df.col1>5, :3]apply函数可以将函数应用到各列或行所形成的一维数组上
如果想对frame中的各个浮点值进行格式化，使用如下：
format = lambda x: '%.2f' % x
frame.applymap(format)
frame['row1'].map(format)排序使用
sort_index方法，ascending = False时为降序，反之，默认为升序（从小到大）- rank函数可以给出Series的各个元素在其中的排名，一般添加
method = 'first'，表示按值在原始数据中的出现顺序进行排名 idxmax()和idxmin()函数返回的是间接统计，表示的是一个DataFrame达到最大值或最小值的索引值（比如给出字符串型标签）argmin()和argmax()计算能够获取到最大值或最小值的索引位置（与给出标签不同，这个给出的是第几个位置，整数）value_counts()用于计算一个Series中各值出现的频率how = 'all'将会只丢弃全为NA的那些行- 可以通过一些技巧，在缺失值处填入平均值、中位数或者最大值等等，比如
Series.fillna(Series.mean()) set_index()会将其一个或多个列转换为行索引，reset_index会把层次化索引后的级别转移回去到列里面- 若不想考虑类型，基于位置，就可以使用Series的iget_value方法或者DataFrame的irow和icol方法
- rolling是其中的一个移动窗口函数，可以定义移动窗口。比如股市的MA曲线就可以很方便用这种方式求出，MA10、MA30等等，这方面的函数有
rolling_sum、rolling_mena等，其中可以加入参数window = 10设置窗口的大小为10