Pandas中一共有三種資料結構，分別為：Series、DataFrame和MultiIndex（老版本中叫Panel ）。

Series是一個類似於一維陣列的資料結構，它能夠儲存任何型別的資料，比如整數、字串、浮點數等，主要由一組資料和與之相關的索引兩部分構成。
DataFrame是一個類似於二維陣列或表格(如excel)的物件，既有行索引，又有列索引。
MultiIndex是三維的資料結構，可以在Series、DataFrame物件上擁有2個及以上的索引。
控制檯格式差距，在jupyter上就好了


疑：
s2.values整數3變成了3.
data.reset_index沒懂

import pandas as pd
 
import numpy as np


def series_():
    s1 = pd.Series(np.arange(10))  # 預設索引
    s2 = pd.Series([6.7, 5.6, 3, 10, 2], index=np.arange(2, 7))  # 通過列表建立
    s3 = pd.Series({'red': 100, 'blue': 200, 'green': 500, 'yellow': 1000})  # 通過字典資料建立
    d1 = pd.DataFrame(np.random.random(2))
    print(s2.index)
    print
 
(s2.values)


def data_frame():
    score = np.random.randint(40, 100, (10, 5))
    score_df = pd.DataFrame(score)  # 使用Pandas中的資料結構
    subjects = ["語文", "數學", "英語", "政治", "體育"]  # 構造列索引序列
    stu = ['同學' + str(i) for i in range(score_df.shape[0])]  # 新增行索引
    data = pd.DataFrame(score, columns=subjects, index=stu)
    
 
# print(data)
    # print(data.index)
    # print(data.columns)
    # print(data.values)
    # print(data.T)   # 轉置
    new_stu = ["學生_" + str(i) for i in range(score_df.shape[0])]
    data.index = new_stu  # 必須整體全部修改,這樣改索引是錯的data.index[3] = '學生_3'
    # data.reset_index()  # 重置索引,預設drop=False不刪除原來索引
    # print(data.head())  # 不填預設5行，同tail

    df = pd.DataFrame({'month': [1, 4, 7, 10],
                       'year': [2012, 2014, 2013, 2014],
                       'sale': [55, 40, 84, 31]})
    df1 = df.set_index('month')  # 以月份設定新的索引
    df2 = df.set_index(['year', 'month'])  # 設定多個索引，以年和月份(DataFrame就變成了一個具有MultiIndex的DataFrame)
    # print(df2)
    print(df2.index)
    print(df2.index.names)
    print(df2.index.nlevels)


def multiindex():
    # 建立方式一：元組列表
    # m_index1 = pd.Index([("A", "x1"), ("A", "x2"), ("B", "y1"), ("B", "y2"), ("B", "y3")], name=["class1", "class2"]) # 這行有問題報錯，暫時用下面這個
    m_index1 = ([("A", "x1"), ("A", "x2"), ("B", "y1"), ("B", "y2"), ("B", "y3")])
    df1 = pd.DataFrame(np.random.randint(1, 10, (5, 3)), index=m_index1)
    print(df1)

    # 建立方式二：特定結構
    class1 = ["A", "A", "B", "B"]
    class2 = ["x1", "x2", "y1", "y2"]
    m_index2 = pd.MultiIndex.from_arrays([class1, class2], names=["class1", "class2"])
    df2 = pd.DataFrame(np.random.randint(1, 10, (4, 3)), index=m_index2)
    # print(df2)

    # 建立方式三：笛卡爾積
    # from_product()從多個集合的笛卡爾積建立MultiIndex物件。
    m_index3 = pd.MultiIndex.from_product([["A", "B"], ['x1', 'y1']], names=["class1", "class2"])
    df3 = pd.DataFrame(np.random.randint(1, 10, (2, 4)), columns=m_index3)
    # print(df3)


if __name__ == '__main__':
    # series_()
    # data_frame()
    multiindex()