Python数据分析实战：https://www.lanzous.com/i2njpva
如果有条件请支持正版：http://product.dangdang.com/24025329.html
如果你英文功底好，看官方文档效果更佳，这些书不过是翻译官方文档的，而且翻译的只是常用功能。另外，第三方库只是减少时间的工具，一些算法和思想才是关键。程序员并不是只会调包的调包侠。
Pandas官方文档：http://pandas.pydata.org/
Numpy: 其实就是增加了一个ndarray数据结构，然后就是对ndarray的操作
Pandas：增加了Series、DataFrame 和Panel三种数据结构，分别是一维、二维和三维容器。学习pandas，只是学习操作Series、DataFrame的一些方法
- Series：由索引和数据两个数组组成，和数组的区别在于数组的索引只能为自然数，而Series的索引可以是字符串,但数据数组其实就是ndarray类型，在运算上几乎和ndarray一样
- DataFrame：由行索引、列索引和二维数据组成，只是Series的二维拓展
- Panel：三维拓展，不常用
1、创建Series
s = pandas.Series(data, index, dtype, copy)
- data: 标量、数组、列表或字典,其实生成器也行。如果是标量，(数值、字符串)，且给定index，则index所有值均为该标量；如果是ndarray数组，默认不会复制一份数据；如果是字典，python版本需3.6+
- index：列表、数组、生成器、pandas里面的index类
- dtype：同numpy
- copy：是否复制一份数据，默认为False
2、切片和索引
s = pandas.Series(range(5), index=list(‘range’))
s: r 0
a 1
n 2
g 3
e 4
s[1],s[‘a’] ,s.get(‘a’) # 1
s[1:],s[[‘a’,‘n’,‘g’,‘e’]]
s[‘s’] # keyError
其实和ndarray数组一样
3、创建DataFrame
d = pandas.DataFrame(data, index, columns, dtype, copy)
- data: 二维列表、嵌套字典、二维ndarray数组、DataFrame
- index: 行索引
- columns：列索引
4、Series和DataFrame的常用方法
百度上总结的都很好，比如：
https://www.cnblogs.com/zhouzhishuai/p/8042960.html
https://blog.csdn.net/a786150017/article/details/78573055