Pandas 入門
pd.Series 主要設置兩個參數，data 和 index，如果不設置 index，則 index 從 0 開始遞增。除此之外，還可以設置 dtype。
除了直接設置各個字段，還可以將字典作為參數傳入，series 會自動將 key 作為 index，將 value 作為 data。
為了保證數據存取的效率，series 的 index 必須是可哈希的。
series 和字典壹樣，索引和修改的時間復雜度為 。它有兩種索引方式，第壹種索引方式與字典相同，但強烈不推薦，會導致各種副作用：
在某些情況下，它會產生歧義：
第二種索引方式是采用 .loc 方法，這種寫法是推薦的：
註意壹個細節：利用 index 做切片時，和 list 或者 array 利用下標切片，不包括末尾元素不同，index 切片是包括 end 元素的。
除了利用 index 切片，Series 也可以用下標切片，此時不包括終點下標對應的元素，表現和 python 慣例壹致：
不像字典的 key 是唯壹的，Series 支持 index 包含重復元素。但對 Series 做切片時，如果重復的 index 不是相鄰的，則會報錯："Cannot get left\right slice bound for non-unique label: 'xxx' "。
因此強烈建議先對 index 排序，這樣可以保證切片能夠壹直能正確運行，並且還能提高索引的效率。
和 numpy 壹樣，Series 也支持高級索引：
兩個 Series 可以相加，只有相同 label 的數據會相加，只存在於其中壹個 Series 的數據相加後為 NaN，但也可以指定壹方缺失的 label 對應的默認值：
需要註意的是，在操作過程中， series value 的數據類型可能會隱式地被改變，如果不註意，很有可能影響增刪的效率，甚至產生錯誤的結果。
影響效率的例子：
產生錯誤結果的例子：
DataFrame 還支持廣播功能：
可以將 DataFrame 保存為 csv 文件或 json 文件
包括壹系列函數：
p.describe() 默認只顯示數字列，但也可以設置參數 include='all' 現實所有列。
p.loc['sonia'] 展示 sonia 行
p.loc['sonia', 'age'] 只顯示 sonia 的年齡
篩選出女性條目：
增加年齡篩選條件：
DataFrame.mean() 可以按列計算平均值
幾種不建議的寫法：
p.drop(columns=['mean', ], inplace=True) 用於刪除壹列或多列， inplace 作用是，設置是否修改原來的 p，如果True，返回 None，原 p 被修改，如果 False，返回被修改後的 DataFrame，同時原 p 保留。
DataFrame 支持所有 numpy 的函數，numpy 函數可以直接施加在 DataFrame 上，例如：
但是，如果需要用到 DataFrame 的 label 對齊特性，例如兩個 index 順序並不相同的 DataFrame 相加，那麽 numpy 的函數將直接計算中間的 values，而不會考慮它們 label 對齊的問題。（該問題已經在 pandas 0.2.5 中被修正）
運算中設置 fill_value 可以讓表中缺失的數據被 fill_value 代替。
當壹個 Series 和壹個 DataFrame 相加時，pandas 會默認 Series 是壹行，並把它廣播到其它行。Series 的 index 會被對應到 DataFrame 的列上，並對齊。如果 Series 的 index 與 DataFrame 的列沒關系，那麽會擴增 DataFrame，擴增區域對應的數據為 NaN。如果想讓 Series 的 index 和 DataFrame 的index 對應，則需要指定 axis=0：
在構建 pandas Series 或者 DataFrame 時，有兩種方式可以表示 NaN，壹種是 np.NaN ，另壹種是python 的 None 對象。 np.NaN 的數據類型是 float ，因此，在 pandas 中，存在 NaN 的對象要麽是 float64 的，要麽是 object 類型。
pandas 利用如下方法處理缺失數據：
MultiIndex 適用於數組大於二維的情況。所有可以用 Index 的地方，都可以用 MultiIndex 。
MultiIndex Series
MultiIndex DataFrame 利用 from_product 可以方便地創建 MultiIndex。
MultiIndex DataFrame 的索引十分方便
元組配合 slice ，為 MultiIndex DataFrame 做切片：
concat 用於將兩個表拼接起來，它適用於兩個表有相同的 index 或者有相同的 columns。
concat 也適用於拼接 Series，但是不論是 DataFrame 還是 Series，它不會檢查各行的 index 是否重復。
壹個解決方案是設置 verify_integrity 參數，它會在遇到兩個相同 index 的時候報錯。但是這無疑會導致額外的計算，因此除非確實必要，壹般不設置它。
設置拼接參數
merge 適用於兩個表某 列 相同，然後所有的融合都基於該列：
merge 默認采取 inner join 的策略，如果以某列為基準，那麽最終結果中，只有同時出現在這兩列中的數據被保留。
總***有三種merge 的方式：
merge 可以設置 on= 或者 left_on= 、 right_on= 顯式指定基準列
當兩表中的基準列元素不完全壹致時，通過設置 how 有四種 merge 策略：
groupby 按照某個指標聚類，分別計算各類數據
groupby 返回值的屬性：
groupby 方法分發。 groupby 返回的對象如果沒有實現某個 DataFrame的方法，該對象仍然可以調用，只不過是遍歷每個類別，分別調用。
groupby().agg 方法：agg 中以 list/dict 形式傳入函數名（或名字的字符串），計算每個組的統計量。
groupby().filter() filter 內傳入篩選條件，可以是 lambda 表達式
groupby().transform() transform 內傳入變換函數，如 lambda 表達式，變換函數將施加在每個子 group 上，壹個經典用例是用它來對每個 group 內部中心化，或者用group 均值代替其中的 NaN。
以 titanic 的例子，我們希望得到這樣的表格：有三行，每行代表壹個艙位級別；有兩列，每列代表壹個性別。此時需要用到 pivot_table 。 pivot_table 相當於把 groupby 的結果表示為二維表格。
numpy 和 pandas 可以很好地處理各種格式的時間字符串，將其轉化為標準格式。同時提供了壹系列方法，對時間序列求區間、采樣等等。