Python Data Analysis Library -- Pandas
Pandas简介
1、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。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
2、数据结构： + Series： 一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。 + Time- Series： 以时间为索引的Series。 + DataFrame： 二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。 + Panel ： 三维的数组，可以理解为DataFrame的容器。
Pandas 有两种自己独有的基本数据结构。读者应该注意的是，它固然有着两种数据结构，因为它依然是 Python 的一个库，所以，Python 中有的数据类型在这里依然适用，也同样还可以使用类自己定义数据类型。只不过，Pandas 里面又定义了两种数据类型：Series 和 DataFrame，它们让数据操作更简单了。
运行环境：jupyter notebook 参考链接：十分钟搞定pandas ****** >本文是对pandas官方网站上《10 Minutes to pandas》的一个简单的翻译，原文在这里。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考：Cookbook 。习惯上，我们会按下面格式引入所需要的包：
一、创建对象
可以通过 Data Structure Intro Setion 来查看有关该节内容的详细信息。
1.1 可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引：
1.2 通过传递一个numpy array，时间索引以及列标签来创建一个DataFrame：
1.3 通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：
1.4 查看不同列的数据类型：
二、查看数据
详情请参阅：Basics Section
2.1 查看frame中头部和尾部的行：
2.2 显示索引、列和底层的numpy数据：
2.3 describe()函数对于数据的快速统计汇总：
2.4 对数据的转置：
2.5 按轴进行排序
****** ###
三、选择
虽然标准的Python/Numpy的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的pandas数据访问方式：
.at, .iat, .loc, .iloc 和 .ix详情请参阅Indexing
and Selecing Data 和 MultiIndex
/ Advanced Indexing。 #### 3.1 获取 3.1.1
选择一个单独的列，这将会返回一个Series，等同于df.A：
3.1.2 通过[ ]进行选择，这将会对行进行切片
3.2 通过标签选择
3.2.1 使用标签来获取一个交叉的区域
3.2.2 通过标签来在多个轴上进行选择
3.2.3 标签切片
3.2.4 获取一个标量
3.3 通过位置选择
3.3.1 通过传递数值进行位置选择（选择的是行）
3.3.2 通过数值进行切片，与numpy/python中的情况类似
3.3.3 通过指定一个位置的列表，与numpy/python中的情况类似
3.3.4 对行进行切片
3.3.5 对列进行切片
3.3.6 获取特定的值
3.4 布尔索引
3.4.1 使用一个单独列的值来选择数据：
3.4.2 使用where操作来选择数据：
3.4.3 使用isin()方法来过滤：
3.5 设置
3.5.1 设置一个新的列：
3.5.2 通过标签设置新的值：
3.5.3 通过位置设置新的值：
3.5.4 通过一个numpy数组设置一组新值：
上述操作结果如下：
四、缺失值处理
在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中，详情请参阅：Missing Data Section。
4.1 reindex()方法可以对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝：
4.2 去掉包含缺失值的行：
4.3 对缺失值进行填充：
4.4 对数据进行布尔填充：
****** ###
五、相关操作 详情请参与 Basic
Section On Binary Ops
5.1 统计（相关操作通常情况下不包括缺失值）
5.1.1 执行描述性统计：
5.1.2 在其他轴上进行相同的操作：
5.2 Apply
5.2.1 对数据应用函数：
5.3 直方图
具体请参照：Histogramming and Discretization
5.4 字符串方法
Series对象在其str属性中配备了一组字符串处理方法，可以很容易的应用到数组中的每个元素，如下段代码所示。更多详情请参考：Vectorized String Methods.
六、合并
Pandas提供了大量的方法能够轻松的对Series，DataFrame和Panel对象进行各种符合各种逻辑关系的合并操作。具体请参阅：Merging section
6.1 Concat
6.2 Append 将一行连接到一个DataFrame上，具体请参阅Appending：
七、分组
对于”group by”操作，我们通常是指以下一个或多个操作步骤：
（Splitting）按照一些规则将数据分为不同的组；
（Applying）对于每组数据分别执行一个函数；
（Combining）将结果组合到一个数据结构中；
详情请参阅：Grouping section
7.1 分组并对每个分组执行sum函数：
7.2 通过多个列进行分组形成一个层次索引，然后执行函数：
****** ###
八、Categorical
从0.15版本开始，pandas可以在DataFrame中支持Categorical类型的数据，详细
介绍参看：categorical
introduction 和 API
documentation。
8.1 将原始的grade转换为Categorical数据类型：
8.2 将Categorical类型数据重命名为更有意义的名称：
8.3 对类别进行重新排序，增加缺失的类别：
8.4 对Categorical列进行排序时存在空的类别：
九、画图
具体文档参看：Plotting docs
对于DataFrame来说，plot是一种将所有列及其标签进行绘制的简便方法：
****** ###
十、导入和保存数据 #### 10.1 CSV 参考：Writing
to a csv file
10.1.1 写入csv文件： 1
df.to_csv("xxx.csv")
1
pd.read_csv("xxx.csv")
10.2.1 写入excel文件： 1
df.to_excel("xxx.xlsx",sheet_name = 'Sheet1')
1
pd.read_excel('xxx.xlsx','Sheet1',index_col=None,na_values=['NA'])