一、Pandas的資料結構介紹
>>> from pandas import Series,DataFrame
>>> import pandas as pd
>>> import numpy as np
1.Series
Series：類似於一維陣列的物件，由一組資料（各種numpy的資料型別）以及一組與之相關的資料標籤（即索引）組成
>>> obj=Series([1,2,3,4])
#如果不指定索引，會自動生成從0-(N-1)的整數型索引
>>> obj
0    1
1    2
2    3
3    4
dtype: int64
>>> obj.values
array([1, 2, 3, 4])
>>> obj.index
RangeIndex(start=0, stop=4, step=1)
#numpy陣列運算保留索引和值之間的關係
>>> obj[obj>2]
2    3
3    4
dtype: int64
>>> obj*2
0    2
1    4
2    6
3    8
dtype: int64
>>> np.exp(obj)
0     2.718282
1     7.389056
2    20.085537
3    54.598150
dtype: float64
#如果資料被存放在有一個python字典中，也可以直接通過這個字典建立Series
>>> score={"Tom":99,"Lucy":90,"John":80,"Green":58}
>>> score
{'John': 80, 'Green': 58, 'Lucy': 90, 'Tom': 99}
>>> obj_score=Series(score)
>>> obj_score
Green    58
John     80
Lucy     90
Tom      99
dtype: int64
#Series可以被看成是一個定長的有序字典，可以用很多原本需要字典引數的函式
>>> "Green" in obj_score
True
>>> "yaoxq" in obj_score
False
#將一個字典傳入Series的索引，就可以得到匹配的值，“NaN”表示缺失或者NA值。
>>> name={"A","B","C","Tom"}
>>> obj_score_new=Series(obj_score,index=name)
>>> obj_score_new
A       NaN
C       NaN
B       NaN
Tom    99.0
dtype: float64
#我們可以使用isnull和isnotnull來檢測缺失資料
>>> pd.isnull(obj_score)
Green    False
John     False
Lucy     False
Tom      False
dtype: bool
>>> pd.isnull(obj_score_new)
A       True
C       True
B       True
Tom    False
dtype: bool
>>> pd.notnull(obj_score)
Green    True
John     True
Lucy     True
Tom      True
dtype: bool
>>> pd.notnull(obj_score_new)
A      False
C      False
B      False
Tom     True
dtype: bool
#pandas會自動對齊不同索引的資料
>>> obj_score+obj_score_new
A          NaN
B          NaN
C          NaN
Green      NaN
John       NaN
Lucy       NaN
Tom      198.0
dtype: float64
#Series本身和索引都有一個name屬性，該屬性和pandas其他功能關係密切
>>> obj_score.name = "score"
>>> obj_score.index.name = "name"
>>> obj_score
name
Green    58
John     80
Lucy     90
Tom      99
Name: score, dtype: int64
#Series的索引可通過賦值方式修改
>>> obj_score.index=["","","",""]
>>> obj_score
    58
    80
    90
    99
Name: score, dtype: int64


2.DataFrame
DataFrame是一個表格型的資料結構。它含有一組有序的列，每列可以是不同的值型別。DataFrame既有行索引，也有列索引，可以被看做是由Series組成的字典（共用一個索引）。
DataFrame中的資料是以一個或多個二維塊存放的。
建立DataFrame的方法很多，最常用的是直接傳入一個等長列表或numpy陣列組成的字典：
>>> data={'name':['Tom','Tom','Tom','Lucy','Lucy','John'],'year':[2014,2015,2016,2015,2016,2016],'score':[80,85,90,86,88,83]}
>>> frame=DataFrame(data)
>>> frame
   name  score  year
0   Tom     80  2014
1   Tom     85  2015
2   Tom     90  2016
3  Lucy     86  2015
4  Lucy     88  2016
5  John     83  2016
#可以指定列序列
>>> DataFrame(data,columns=['year','score','name'])
   year  score  name
0  2014     80   Tom
1  2015     85   Tom
2  2016     90   Tom
3  2015     86  Lucy
4  2016     88  Lucy
5  2016     83  John
#可以通過獲取屬性或字典標記的方式，來獲取一個特定series（name屬性已經被設定好了）
>>> frame.year
0    2014
1    2015
2    2016
3    2015
4    2016
5    2016
Name: year, dtype: int64
>>> frame['score']
0    80
1    85
2    90
3    86
4    88
5    83
Name: score, dtype: int64
#為不存在的列賦值會建立一個新列，del用於刪除列。
>>> frame['isgirl']= frame.name == 'Lucy'
>>> frame
   name  score  year isgirl
0   Tom     80  2014  False
1   Tom     85  2015  False
2   Tom     90  2016  False
3  Lucy     86  2015   True
4  Lucy     88  2016   True
5  John     83  2016  False
>>> del frame['isgirl']
>>> frame.columns
Index([u'name', u'score', u'year'], dtype='object')


另一種方式是巢狀字典：
>>> data={'Tom':{2000:80,2001:85,2002:90},'Lucy':{2001:90,2002:99},'John':{2002:100}}
>>> frame=DataFrame(data)
>>> frame
       John  Lucy  Tom
2000    NaN   NaN   80
2001    NaN  90.0   85
2002  100.0  99.0   90
#使用*.T來對dataframe進行轉置
>>> frame.T
      2000  2001   2002
John   NaN   NaN  100.0
Lucy   NaN  90.0   99.0
Tom   80.0  85.0   90.0
上面例子中，內層字典的鍵會被合併、排序以形成最終的索引。如果顯式指定了索引，pandas則會過濾資料
>>> frame1=DataFrame(data,index=[1999,2000,2001])
>>> frame1
      John  Lucy   Tom
1999   NaN   NaN   NaN
2000   NaN   NaN  80.0
2001   NaN  90.0  85.0


3.索引物件
Pandas的索引物件負責管理軸標籤和其他元資料（比如軸名稱）
構建Series或者DataFrame時，所用到的任何陣列或者序列的標籤都會被轉換成一個index。
Index物件是不可修改的。
>>> frame.index[1]
2001
>>> frame.index[1:]
Int64Index([2001, 2002], dtype='int64')
>>> frame.index[1]=2009
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/indexes/base.py", line 1245, in __set
    raise TypeError("Index does not support mutable operations")
TypeError: Index does not support mutable operations

#索引的方法和屬性

方法	屬性
append	連結另一個index物件，產生一個新的Index
diff	計算差集，並得到一個Index
intersection	計算交集
union	計算並集
isin	計算一個指示各值是否都包含在引數集合中的布林型陣列
delete	產出索引i出的元素，並得到新的Index
drop	刪除傳入的值，並得到新的Index
insert	將元素插入到索引i處，並得到新的Index
is_monotonic	將各元素均大於等於前一個元素時，返回True
is_unique	將Index沒有重複值時，返回True
unique	返回Index中唯一的陣列