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，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
1.1 读取数据（Getting Data In）
CSV文件的读取
#Titanic.csv是一个泰坦尼克号乘客信息数据集，用于做泰坦尼克生还预测。
#有891行，12个属性列（passenger:乘客ID，Survived:是否存活，Pclass:乘客等级，Name：姓名，Sex:性别，Age：年龄，Sibsp：兄弟配偶数，Parch：父母孩子数，Ticket：船票号，Fare：票价，cabin：船舱，Enbarked:登录港口）
图1-1
图1-2
1.2 创建数据（Object Creation）
自己创建一些数据
1.2.1利用一个列表来生成数据并自动生成对应的索引：
#data是一个列表
data=[1,3,5,np.nan,6,8]
ps = pd.Series(data)
print(ps)
图1-3
1.2.2 通过索引，标签，数据值生成一个 DataFrame
#以‘20130101’为基数，不断加1产生新的索引，periods=生成的索引数目
dates = pd.date_range('20130101', periods=6)
#通过数据生成时间，标签，数据值生成一个 DataFrame
#np.random.randn(6,4)随机生成6行4列的数据，datas为刚才生成的索引，columns为列标签
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
图1-4
1.2.3通过字典生成一个DataFrame
#以‘20130101’为基数，不断加1产生新的索引，periods=生成的索引数目
dates = pd.date_range('20130101', periods=6)
#通过数据生成时间，标签，数据值生成一个 DataFrame
#np.random.randn(6,4)随机生成6行4列的数据，datas为刚才生成的索引，columns为列标签
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
图1-5
1.3 数据可视化
可以通过这类方法去从各个角度浏览DataFrame，选择其中的值
本节用到的数据如下（dataframe）:
图1-6
1.3.1
#查看DataFrame的索引
df.index
#查看所有列标签的名称
df.columns
#查看dataframe的所有值
df.values
#查看datafream各方面的值，（每列属性的）平均值，最大值，最小值，标准差
df.describe()
图1-7
图1-8
1.4 选择数据
选择满足某种特征的数据
本小节用到的数据如下（dataframe）：
图1-9
1.4.1 获取数据
选择列数据，选择行数据（两种方法，基于索引，基于位置）
#选择标签A列的数据
df['A']
#选择0到3行（不包括第三行）的数据，这种方法是基于位置的
df[0:3]
#选择索引‘20130102’到索引‘20130104’（包括‘20130104’）之间的数据，基于索引
df['20130102':'20130104']
图1-10
1.4.2 通过标签来选择数据（Selection by Label）
#选择第0行的数据
df.loc[dates[0]]
#选择A,B两列标签的数据
df.loc[:,['A','B']]
#选择索引'20130102'，'20130104'之间，A,B两列标签的数据
df.loc['20130102':'20130104',['A','B']]
图1-11
1.4.3 通过位置选择数据（Selection by Position）
通过位置选取数据
#选取第三行的数据
df.iloc[3]
#选取3~5行，0~2列的数据（不包含第5行，第2列）
df.iloc[3:5,0:2]
#选取1,2,4行，0，2列的数据
df.iloc[[1,2,4],[0,2]]
图1-12
1.4.4 通过布尔变量来选择数据（Boolean Indexing）
通过布尔索引来选取数据
#df是我们在前面创建的一个6行4列的datafream
#选取A列值大于0的数据
df[df.A > 0]
#选取所有大于0的数据
df[df > 0]
#增添一列标签E数据
df['E'] = ['one', 'one','two','three','four','three']
#选取E列有值在['two','four']中的数据
df['E'].isin(['two','four'])
图1-13
1.5 改变数据值
改变数据中某些位置的值
本小节用到的数据如下（dataframe）：
图1-14
#将第0行第A列的数据置为0
df.at[dates[0],'A'] = 0
#将0行1列的数据置为0
df.iat[0,1] = 01.6 缺失数据的操作（Missing Data）
#删除所有存在缺失值的行数据
df1.dropna(how='any')
#用某个值去补全所有缺失值（下面这句代码是将所有缺失值全部用5来代替）
df1.fillna(value=5)
#显示出所有数据的状态（是否存在缺失值，若为true则说明该位置存在缺失值）
pd.isna(df1)
图1-15
1.7 对数据的一些操作（Operations）
对数据的一些操作（取平均值，排序等等）
本小节用到的数据如下（dataframe）：
#求各列的平均值
df.mean()
#求第1列的平均值
df.mean(1)
s = pd.Series(np.random.randint(0, 7, size=10))
#统计各个值的频数
s.value_counts()
图1-16
图1-17
1.8 合并数据(Merge)
合并数据的一些操作
本小节用到的df为两个新生成的df，下面有详细代码及截图。
#生成一个dataframe,np.random.randn(10, 4)生成10行4列，值为随机数的df
df = pd.DataFrame(np.random.randn(10, 4))
#将df的前3行，以及第7行之后的行数据合并生成一个新的dataframe
pd.concat([df[:3],df[7:]])
s = df.iloc[3]
#将s添加在df，位置会在最后一行
df.append(s, ignore_index=True)
#生成两个dataframe:left,right
left = pd.DataFrame({'key': ['foo', 'foo'], 'lval': [1, 2]})
right = pd.DataFrame({'key': ['foo', 'foo'], 'rval': [4, 5]})
#将两个有不同标签的dataframe合并生成新的Dataframe
pd.merge(left, right, on='key')
图1-18
1.9 数据分组(Grouping)
将数据根据某个属性分类。
数据如下（dataframe）:
图1-19
#df是我们在前面创建的一个6行4列的datafream
#将数据按照A,B两个标签来分类，A有两个属性值，B有三个属性值，则组合有2*3=6种，即分#为6类
df.groupby(['A','B']).sum()
图1-20