本文目錄概要為：Series，DataFrame，索引物件。

引用約定：

from pandas import Series,DataFrame
import pandas as pd

因此，只要你在程式碼中看到pd，就得想到這是pandas。因為Series和DataFrame用的次數非常多，所以將其引入本地名稱空間會更方便。

要使用pandas，你首先就得熟悉它的兩個主要資料結構：Series和DataFrame。雖然它們並不能解決所有問題，但它們為大多數應用提供了一種可靠的、易於使用的基礎。

Series

Series是一種類似於一維陣列的物件，它由一組資料（各種Numpy資料型別）以及一組與之相關的資料標籤（即索引）組成。僅由一組資料即可產生最簡單的Series

>>> obj=Series([4,7,-5,3])
>>> obj
0    4
1    7
2   -5
3    3
dtype: int64

Series的字串表現形式為：索引在左邊，值在右邊。由於我們沒有為資料指定索引，於是會自動建立一個0到N-1（N為資料的長度）的整數型索引。你可以通過Series的values和index屬性獲取其陣列表示形式和索引物件：

>>> obj.values
array([ 4,  7, -5,  3])
>>> obj.index
RangeIndex(start=0, stop=4, step=1)
 

通常，我們希望所建立的Series帶有一個可以對各個資料點進行標記的索引：

>>> obj2=Series([4,7,-5,3],index=['d','b','a','c'])
>>> obj2
d    4
b    7
a   -5
c    3
dtype: int64
>>> obj2.index
Index(['d', 'b', 'a', 'c'], dtype='object')

Series物件本身及其索引都有一個name屬性，該屬性跟pandas其他的關鍵功能關係非常密切。
Series的索引也可以通過賦值的方式就地修改:

>>> obj2.name='obj2Name'
>>> obj2.index=['one','two','three','four']
>>> obj2.index.name='obj2IndexName'
>>> obj2
obj2IndexName
one      4
two      7
three   -5
four     3
Name: obj2Name, dtype: int64
 

與普通的Numpy陣列相比，你可以通過索引的方式選取Series中的單個或一組值：

>>> obj2['one']
4
>>> obj2[['two','one']]
obj2IndexName
two    7
one    4
Name: obj2Name, dtype: int64
>>> obj2[['two','one']]=6
>>> obj2
obj2IndexName
one      6
two      6
three   -5
four     3
Name: obj2Name, dtype: int64

還可以將Series看做是一個定長的有序字典，因為它是索引值到資料值的一個對映。它可以用在許多原本需要字典引數的函式中

>>> 'one' in obj2
True

如果資料被存放在一個Python字典中，也可以直接通過這個字典來建立Series：
傳入字典，則結果Series的索引就是原字典的鍵（有序排列）

>>> sdata={'Ohio':35000,'Texas':72000,'Oregon':16000,'Utah':5000}
>>> obj3=Series(sdata)
>>> obj3
Ohio      35000
Oregon    16000
Texas     72000
Utah       5000
dtype: int64

如果索引列所對應的資料找不到，其結果就為NaN（即“非數字”not a number，在pandas中，它用於表示缺失或NA值 not available）。

>>> states=['California','Ohio','Oregon','Texas']
>>> obj4=Series(sdata,index=states)
>>> obj4
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         72000.0
dtype: float64

pandas的isnull和notnull函式可用於檢測缺失資料：

>>> obj4.isnull()
California     True
Ohio          False
Oregon        False
Texas         False
dtype: bool
>>> pd.notnull(obj4)
California    False
Ohio           True
Oregon         True
Texas          True
dtype: bool

對於許多應用而言，Series最重要的一個功能是：它在算術運算中會自動對齊不同索引的資料：

>>> obj3
Ohio      35000
Oregon    16000
Texas     72000
Utah       5000
dtype: int64
>>> obj4
California        NaN
Ohio          35000.0
Oregon        16000.0
Texas         72000.0
dtype: float64
>>> obj3+obj4
California         NaN
Ohio           70000.0
Oregon         32000.0
Texas         144000.0
Utah               NaN
dtype: float64

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（數值、字串、布林值等）。DataFrame既有行索引也有列索引，它可以被看做由Series組成的字典（共用同一個索引）。跟其他類似的資料結構相比（如R的data.frame）,DataFrame中面向行和麵向列的操作基本上是平衡的。其實，DataFrame中的資料是以一個或多個二維塊存放的（而不是列表、字典或別的一維資料結構）。

雖然DataFrame是以二維結構儲存資料的，但你仍然可以輕鬆地將其表示為更高維度的資料（層次化索引的表格型結構，這是pandas中許多高階資料處理功能的關鍵要素）。

構建DataFrame的方式很多，最常用的一種是直接傳入一個由等長列表或Numpy陣列組成的字典,結果DataFrame會自動加上索引（跟Series一樣），且全部列會被有序排列：

>>> data={'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
...       'year':[2000,2001,2002,2001,2002],
...       'pop':[1.5,1.7,3.6,2.4,2.9]}
>>> frame=DataFrame(data)
>>> frame
   pop   state  year
0  1.5    Ohio  2000
1  1.7    Ohio  2001
2  3.6    Ohio  2002
3  2.4  Nevada  2001
4  2.9  Nevada  2002

如果指定了列序列，則DataFrame的列就會按照指定順序進行排列：

>>> DataFrame(data,columns=['year','state','pop'])
   year   state  pop
0  2000    Ohio  1.5
1  2001    Ohio  1.7
2  2002    Ohio  3.6
3  2001  Nevada  2.4
4  2002  Nevada  2.9

跟Series一樣，如果傳入的列在資料中找不到，就會產生NA值：

>>> frame2=DataFrame(data,columns=['year','state','pop','debt'],
...                  index=['one','two','three','four','five'])
>>> frame2
       year   state  pop debt
one    2000    Ohio  1.5  NaN
two    2001    Ohio  1.7  NaN
three  2002    Ohio  3.6  NaN
four   2001  Nevada  2.4  NaN
five   2002  Nevada  2.9  NaN
>>> frame2.columns
Index(['year', 'state', 'pop', 'debt'], dtype='object')
>>> frame2.index
Index(['one', 'two', 'three', 'four', 'five'], dtype='object')

通過類似字典標記的方式或屬性的方式，可以將DataFrame的列獲取為一個Series。返回的Series擁有原DataFrame相同的索引，且其name屬性也已經被相應的設定好了：

行也可以通過位置或名稱的方式進行獲取，比如用索引欄位ix：

列可以通過賦值的方式進行修改。例如，我們可以給那個空的“debt”列賦上一個標量值或一組值：

>>> frame2.debt=16.5
>>> frame2
       year   state  pop  debt
one    2000    Ohio  1.5  16.5
two    2001    Ohio  1.7  16.5
three  2002    Ohio  3.6  16.5
four   2001  Nevada  2.4  16.5
five   2002  Nevada  2.9  16.5
>>> import numpy as np
>>> frame2['debt']=np.arange(5.)
>>> frame2
       year   state  pop  debt
one    2000    Ohio  1.5   0.0
two    2001    Ohio  1.7   1.0
three  2002    Ohio  3.6   2.0
four   2001  Nevada  2.4   3.0
five   2002  Nevada  2.9   4.0

將列表或陣列賦值給某個列時，其長度必須跟DataFrame的長度相匹配。如果賦值的是一個Series，就會精確匹配DataFrame的索引，所有的空位都將被填上缺失值：

為不存在的列賦值會創建出一個新列。關鍵字del用於刪除列：

>>> frame2['eastern']=frame2.state=='Ohio'
>>> frame2
       year   state  pop  debt  eastern
one    2000    Ohio  1.5   NaN     True
two    2001    Ohio  1.7  -1.2     True
three  2002    Ohio  3.6   NaN     True
four   2001  Nevada  2.4  -1.5    False
five   2002  Nevada  2.9  -1.7    False
>>> del frame2['eastern']
>>> frame2.columns
Index(['year', 'state', 'pop', 'debt'], dtype='object')

警告：通過索引方式返回的列只是相應資料的檢視而已，並不是副本。因此，對返回的Series所做的任何就地修改全都會反映到源DataFrame上。通過Series的copy方法即可顯示的複製列。

另一種常見的資料形式是巢狀字典（也就是字典的字典）。如果將它傳給DataFrame，他就會被解釋為：外層字典的鍵作為列，內層鍵作為行索引：內層字典的鍵會被合併、排序以形成最終的索引。

>>> pop={'Nevada':{2001:2.4,2002:2.9},
... 'Ohio':{2000:1.5,2001:1.7,2002:3.6}}
>>> frame3=DataFrame(pop)
>>> frame3
      Nevada  Ohio
2000     NaN   1.5
2001     2.4   1.7
2002     2.9   3.6

當然，你也可以對該結果進行轉置：

>>> frame3T=frame3.T
>>> frame3T.columns
Int64Index([2000, 2001, 2002], dtype='int64')

如果顯示指定了索引，則會進行資料對齊：

>>> DataFrame(pop,index=[2001,2002,2003])
      Nevada  Ohio
2001     2.4   1.7
2002     2.9   3.6
2003     NaN   NaN

由Series組成的字典也差不多一樣的用法：

>>> pdata={'Ohio':frame3['Ohio'][:-1],'Nevada':frame3['Nevada'][0:2]}
>>> DataFrame(pdata)
      Nevada  Ohio
2000     NaN   1.5
2001     2.4   1.7

如果設定了DataFrame的index和columns的name屬性，這些資訊會被顯示出來。跟Series一樣，values屬性也會以二維ndarray的形式返回DataFrame中的資料：

>>> frame3.index.name='year'
>>> frame3.columns.name='state'
>>> frame3
state  Nevada  Ohio
year               
2000      NaN   1.5
2001      2.4   1.7
2002      2.9   3.6
>>> frame3.values
array([[nan, 1.5],
       [2.4, 1.7],
       [2.9, 3.6]])

下表列出可以輸入給DataFrame構造器的資料：

索引物件

pandas的索引物件負責管理軸標籤和其他元資料（比如軸名稱等）。構建Series或DataFrame時，所用到的任何陣列或其他序列的標籤都會被轉換成一個Index：

>>> obj=Series(range(3),index=['a','b','c'])
>>> index=obj.index
>>> index
Index(['a', 'b', 'c'], dtype='object')
>>> index[1:]
Index(['b', 'c'], dtype='object')

Index物件是不可修改的（immutable），因此使用者不能對其進行修改。不可修改性非常重要，這使Index物件在多個數據結構之間安全共享。

>>> index[1]='d'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.6/dist-packages/pandas/core/indexes/base.py", line 1724, in __setitem__
    raise TypeError("Index does not support mutable operations")
TypeError: Index does not support mutable operations

雖然大部分使用者都不需要知道太多關於Index物件的細節，但它們確實是pandas資料模型的重要組成部分。

下表列出了pandas中內建的Index類。由於開發人員的不懈努力，Index甚至可以被繼承從而實現特別的軸索引功能。

除了長得像陣列，Index的功能也類似一個固定大小的集合。

>>> frame3
state  Nevada  Ohio
year               
2000      NaN   1.5
2001      2.4   1.7
2002      2.9   3.6
>>> 'Ohio' in frame3.columns
True
>>> 2003 in frame3.index
False

每個索引都有一些方法和屬性，它們可用於設定邏輯並回答有關該索引所包含的資料的常見問題。下表列出了Index的方法和屬性。