本文目录概要为：Series，DataFrame，索引对象。
引用约定：
from pandas import Series,DataFrame
import pandas as pd因此，只要你在代码中看到pd，就得想到这是pandas。因为Series和DataFrame用的次数非常多，所以将其引入本地命名空间会更方便。
要使用pandas，你首先就得熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的、易于使用的基础。
Series
Series是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。仅由一组数据即可产生最简单的Series：
>>> obj=Series([4,7,-5,3])
>>> obj
0 4
1 7
2 -5
3 3
dtype: int64Series的字符串表现形式为：索引在左边，值在右边。由于我们没有为数据指定索引，于是会自动创建一个0到N-1（N为数据的长度）的整数型索引。你可以通过Series的values和index属性获取其数组表示形式和索引对象：
>>> obj.values
array([ 4, 7, -5, 3])
>>> obj.index
RangeIndex(start=0, stop=4, step=1)通常，我们希望所创建的Series带有一个可以对各个数据点进行标记的索引：
>>> 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对象本身及其索引都有一个name属性，该属性跟pandas其他的关键功能关系非常密切。
Series的索引也可以通过赋值的方式就地修改:
>>> 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与普通的Numpy数组相比，你可以通过索引的方式选取Series中的单个或一组值：
Numpy数组运算（如根据布尔型数组进行过滤、标量乘法、应用数学函数等）都会保留索引和值之间的链接。>>> 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还可以将Series看做是一个定长的有序字典，因为它是索引值到数据值的一个映射。它可以用在许多原本需要字典参数的函数中
>>> 'one' in obj2
True如果数据被存放在一个Python字典中，也可以直接通过这个字典来创建Series：
传入字典，则结果Series的索引就是原字典的键（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如果索引列所对应的数据找不到，其结果就为NaN（即“非数字”not a number，在pandas中，它用于表示缺失或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: float64pandas的isnull和notnull函数可用于检测缺失数据：
>>> 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对于许多应用而言，Series最重要的一个功能是：它在算术运算中会自动对齐不同索引的数据：
>>> 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: float64DataFrame
DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。跟其他类似的数据结构相比（如R的data.frame）,DataFrame中面向行和面向列的操作基本上是平衡的。其实，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。
虽然DataFrame是以二维结构保存数据的，但你仍然可以轻松地将其表示为更高维度的数据（层次化索引的表格型结构，这是pandas中许多高级数据处理功能的关键要素）。
构建DataFrame的方式很多，最常用的一种是直接传入一个由等长列表或Numpy数组组成的字典,结果DataFrame会自动加上索引（跟Series一样），且全部列会被有序排列：
>>> 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，则DataFrame的列就会按照指定顺序进行排列：
>>> 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一样，如果传入的列在数据中找不到，就会产生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')通过类似字典标记的方式或属性的方式，可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引，且其name属性也已经被相应的设置好了：
行也可以通过位置或名称的方式进行获取，比如用索引字段ix：
列可以通过赋值的方式进行修改。例如，我们可以给那个空的“debt”列赋上一个标量值或一组值：
>>> 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将列表或数组赋值给某个列时，其长度必须跟DataFrame的长度相匹配。如果赋值的是一个Series，就会精确匹配DataFrame的索引，所有的空位都将被填上缺失值：
为不存在的列赋值会创建出一个新列。关键字del用于删除列：
>>> 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：通过索引方式返回的列只是相应数据的视图而已，并不是副本。因此，对返回的Series所做的任何就地修改全都会反映到源DataFrame上。通过Series的copy方法即可显示的复制列。
另一种常见的数据形式是嵌套字典（也就是字典的字典）。如果将它传给DataFrame，他就会被解释为：外层字典的键作为列，内层键作为行索引：内层字典的键会被合并、排序以形成最终的索引。
>>> 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当然，你也可以对该结果进行转置：
>>> frame3T=frame3.T
>>> frame3T.columns
Int64Index([2000, 2001, 2002], dtype='int64')如果显示指定了索引，则会进行数据对齐：
>>> DataFrame(pop,index=[2001,2002,2003])
Nevada Ohio
2001 2.4 1.7
2002 2.9 3.6
2003 NaN NaN由Series组成的字典也差不多一样的用法：
>>> pdata={'Ohio':frame3['Ohio'][:-1],'Nevada':frame3['Nevada'][0:2]}
>>> DataFrame(pdata)
Nevada Ohio
2000 NaN 1.5
2001 2.4 1.7如果设置了DataFrame的index和columns的name属性，这些信息会被显示出来。跟Series一样，values属性也会以二维ndarray的形式返回DataFrame中的数据：
>>> 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]])
下表列出可以输入给DataFrame构造器的数据：
| 二维ndarray |
| 由数组、列表或元组组成的字典 |
| Numpy结构化、记录数组 |
| 由Series组成的字典 |
| 由字典组成的字典 |
| 字典或Series的列表 |
| 由列表或元组组成的列表 |
| 另一个DataFrame |
| Numpy的MaskedArray |
索引对象
pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个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对象是不可修改的（immutable），因此用户不能对其进行修改。不可修改性非常重要，这使Index对象在多个数据结构之间安全共享。
>>> 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
虽然大部分用户都不需要知道太多关于Index对象的细节，但它们确实是pandas数据模型的重要组成部分。
下表列出了pandas中内置的Index类。由于开发人员的不懈努力，Index甚至可以被继承从而实现特别的轴索引功能。
| Index | 最泛化的Index对象，将轴标签表示为一个由Python对象组成的Numpy数组 |
| Int64Index | 针对整数的特殊Index |
| MultiIndex | “层次化”索引对象，表示单个轴上的多层索引。可以看做由元组组成的数组 |
| DatetimeIndex | 存储纳秒级时间戳（用Numpy的datetime64类型表示） |
| PeriodIndex | 针对Period数据（时间间隔）的特殊Index |
除了长得像数组，Index的功能也类似一个固定大小的集合。
>>> 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
每个索引都有一些方法和属性，它们可用于设置逻辑并回答有关该索引所包含的数据的常见问题。下表列出了Index的方法和属性。
| append | 连接另一个Index对象，产生一个新的Index |
| diff | 计算差集，并得到一个Index |
| intersection | 计算交集 |
| union | 计算并集 |
| isin | 计算一个指示各值是否都包含在参数集合中的布尔型数组 |
| delete | 删除索引i处的元素，并得到新的Index |
| drop | 删除传入的值，并得到新的Index |
| insert | 将元素插入到索引i处，并得到新的Index |
| is_monotonic | 当各元素均大于等于前一个元素时，返回True |
| is_unique | 当Index没有重复值时，返回True |
| unique | 计算Index中唯一值的数组 |
来源：CSDN
作者：欢乐的小猪
链接：https://blog.csdn.net/hbu_pig/article/details/80278438