一、panda的數據結構
1.1 Series
Series是一種以為數組型對象，包含一個值序列，并且包含了數據標簽，成為索引（index）。最簡單的序列可以僅有一個數組形成。
默認索引從0開始，通過values、index屬性獲得Series對象的值和索引：
可以創建和修改索引序列：
使用字典生成一個Series，可以將字典按照想要的順序傳遞給構造函數，
缺失值用NaN表示。
缺失數據用isnull和notnull函數檢查
Series實例也有isnull和notnull方法
對齊索引操作：索引將是索引對的并集
Series對象自身和index有name的屬性
1.2 DataFrame
DataFrame可以被視為一個共享相同索引的Series的字典
利用字典生成DataFrame
DataFrame的head()方法只展示頭五行，也可以指定行數
可以指定列的順序
可以按標記或屬性那樣檢索列
賦值給列
將Series賦值給一列，Series的索引將按照DataFrame重新排列，并在空缺處填充缺失值NaN
如果被賦值的列不存在，會生成新列。del關鍵字可以刪除列
創建一列布爾值，用frame2.F的語法無法創建新的列
顯示列名
從DataFrame中選取的列是數據的視圖，而不是拷貝。因此對Series的修改會映射到DataFrame中。如需復制應當使用Series的copy方法。
包含字典的嵌套字典，內部字典的鍵值會被作為行索引值
轉置，但不會改變frame3
包含Series的字典也可以用來構造DataFrame
1.3索引對象
索引對象不可修改，分享索引對象更安全：
索引可以包含重復標簽：
索引有一些方法和屬性，如計算索引唯一序列，計算兩個索引的并、交集等
二、基本功能
重建索引
數據按新索引排列，如果某個索引之前不存在，會引入缺失值
不改變原對象
對于順序數據，如時間，重建索引會插填值。methed可選參數ffill填充時用前值，bfill填充時用后值
重建列名
使用loc 進行標簽索引
刪除條目
傳遞axis=1，刪除列值
inplace = True 真正清除刪除的數據
索引、選擇與過濾
使用周標簽loc或整數標簽iloc選取子集
fill_value設置填充值
DataFrame與Series間的操作
行上廣播
列上廣播
排序：
sort_index()按索引排序
sort_values()按值排序,缺失值會被排到尾部
對DataFrame排序，使用一列多多列作為排序鍵。傳遞參數by
rank()排名，有相同的數，取他們排名的平均數，如7的排名，（6+7）/2 = 6.5
按出現的次序排名
三、描述性統計的概述與計算
自動排除NA值，使用skipna實現不排除NA值
匯總統計
非數值的匯總統計
相關性corr，協方差cov
唯一值、計數
