匯入pandas

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

pandas基本資料結構

1. pandas中主要有兩種資料結構，分別是：Series和DataFrame。
2. Series:一種類似於一維陣列的物件，是由一組資料（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。僅有一組資料也可以產生簡單的Series物件。注意：Series中的索引值是可以重複的。
3. DataFrame:一個表格型的資料結構，包含有一組有序的列，每列可以是不同的值型別（數值，字串，布林型等），DataFrame即有行索引也有列索引，可以被看做是由Series組成的字典。

Series的建立方式

1. 通過一維陣列去建立

   arr = np.array([1,2,3,4])
   ser1 = Series(arr)
   ser1.values #獲得值組成的一維陣列
   ser1.index #獲得索引值的描述，start,stop,step
   ser1.index=['a', 'b','c','d'] #更改索引值
   ser1['b'] # 索引形式獲取某值
   ser1[1] # 下標形式獲取某值

2. 直接建立series陣列

   ser2 = Series([99,100,98,10],index=['a', 'b','c','d'])
   ser22 = Series(data=[89
    
   ,87,86],dtype=np.float64,index=[u'數學',u'語文',u'英語'])

3. 通過字典形式建立

   dict1 = {'a':1,'b':2,'c':3,'d':4}
   ser3 = Series(dict1) # 字典的鍵對應ser的索引，字典的值對應ser的資料

注意：

     1. 索引可以建立時賦值，也可以後期賦值
     2. 索引可以重複，下標不能重複
     3. 字典本身鍵和值有對應關係，字典的鍵不能重複

Series值的獲取

1. Series值的獲取主要有以下兩種方式：
   1.通過方括號+索引的方式讀取對應的索引的資料，有可能返回多條資料
   2. 通過方括號+下標
   的方式讀取對應的下標值的資料，下標值取值的範圍為：[0,len(Series.values)];另外下標值也可以是負數，表示從右往左獲取資料
2. Series獲取多個值的方式樂視NumPy中的ndarray的切片操作，通過方括號+下標值/索引值+冒號（：）的形式來擷取series物件中的一部分資料
   注意：
   在獲取多個值的時候，
   通過下標形式加冒號獲取，和切片一樣是左閉右開區間，
   通過索引值加冒號獲取，是獲取一個完全閉合區間值

Series的運算

1. NumPy中的陣列運算，在Series中都保留了，均可以使用，並且Series進行陣列運算的時候，索引與值之間的對映關係不會發生改變。
2. 注意：其實在操作Series的時候，基本上可以把Series看出NumPy中的ndarray陣列來進行操作。ndarray陣列的絕大多數操作都可以應用到Series上。

ser3+1
ser3-100
ser3*100
ser3/100
ser3%100
ser3//100
np.abs(ser3) ## numpy中的通用函式在Series中是支援的

Series缺失值檢測

1. 定義新的索引值時，對於不存在的索引和存在的索引的預設補齊操作

   ss = Series({'a':1,'b':2,'c':3,'d':4,'e':5})
   ss_index = ['a','bb','cc','d','e','f','g','h','i']
   ss_new = Series(ss,index=ss_index)

   a     1.0
   bb    NaN
   cc    NaN
   d     4.0
   e     5.0
   f     NaN
   g     NaN
   h     NaN
   i     NaN
   dtype: float64
   

   注意：自動對齊：鍵值關係不會發生改變。如果鍵無法對應，返回NaN值填充

2. 對陣列中的NaN值過濾

   
   ##過濾NaN值
   
   pd.isnull(ss_new) #返回布林值的陣列，NaN 返回True
   pd.notnull(ss_new) #返回布林值的陣列 Not NaN 返回True
   ss_new[pd.notnull(ss_new)]

   注意：pandas中的isnull和notnull兩個函式可以用於在Series中檢測缺失值，這兩個函式的返回值時一個布林型別的Series
   

3. 兩個預設補齊的陣列相互操作時，按照索引對應關係進行操作

   s1 = Series([1,2,3],index=['a','b','c'])
   s2 = Series([10,20,30],index=['b','a','c','d'])
   s1 + s2

   注意：按照索引的形式找到與之相匹配的資料進行對應操作

Series別名

1. name屬性

s1.name=u'價格' ## 資料名稱標籤
s1.index.name=u'產品' ## 索引名稱標籤

本文來自北風網的學習總結