基本原则：数据对齐是内在的。标签和数据之间的链接不会被破坏，除非你明确这样做。
Series（序列）
Series是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）。轴标签统称为索引。
>>> s = pd.Series(data, index=index)
这里，data可以是许多不同的东西：
- Python dict（字典）
- ndarray
- 标量值（如5）
传入的索引是轴标签的列表。因此，根据数据的类型，分为以下几种情况：
来自ndarray
如果data是ndarray，则索引必须与数据长度相同。如果没有传递索引，将创建值为[0， ...， len(data) - 1]的索引。
>>> s = pd.Series(data=np.random.randn(5), dtype=np.float32, index=['a', 'b', 'c', 'd', 'e'])
>>> s
a 0.755472
b -0.565683
c 0.325820
d -0.039064
e -0.469198
dtype: float32
>>> s.index
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
>>> s = pd.Series(data=np.random.randn(5), dtype=np.float64)
>>> s
0 -1.194776
1 1.028467
2 -0.607143
3 1.729527
4 -0.029426
dtype: float64
>>>s.index
RangeIndex(start=0, stop=5, step=1)
注意： 从v0.8.0开始，pandas支持非唯一索引值。如果尝试执行不支持重复索引值的操作，那么将会引发异常。延迟的原因几乎都基于性能（在计算中有很多实例，例如 GroupBy 的部分不使用索引）。
来自字典
如果data是字典，那么如果传入了index，则会取出数据中的值，对应于索引中的标签。否则，如果可能，将从字典的有序键构造索引。
>>> pd.Series(dict(zip(('a','b','c'),(1.,2.,3.))))
a 1.0
b 2.0
c 3.0
dtype: float64
>>> pd.Series(dict(zip(('a','b','c'),(1,2,3))), index=['b', 'c', 'd', 'a'])
b 2.0
c 3.0
d NaN
a 1.0
dtype: float64
注意:
NaN（不是数字）是用于pandas的标准缺失数据标记
判断是否为nan
- pd.isnull(s['d'])
True- np.isnan(s['d'])
True- import math
math.isnan(s['d'])
True
从标量值：如果data是标量值，则必须提供索引。该值会重复，来匹配索引的长度。
>>> pd.Series(data=3, index=range(5))
0 3
1 3
2 3
3 3
4 3
dtype: int64
Series 类似于 ndarray
>>> s = pd.Series(np.random.randn(5), index=[chr(i) for i in range(97, 102)])
>>> s
a 1.762795
b 0.710000
c 1.372860
d 1.267486
e 0.141515
dtype: float64
>>> s[0]
1.762795268543718
>>> s[:3]
a 1.762795
b 0.710000
c 1.372860
dtype: float64
>>> s[s>s.median()]
a 1.762795
c 1.372860
dtype: float64
>>>s[[4,3,1]]
e 0.141515
d 1.267486
b 0.710000
dtype: float64
Series 类似于字典
Series就像一个固定大小的字典，您可以通过使用标签作为索引来获取和设置值：
>>> s['a']
1.762795268543718
>>> s['a'] = 1200
>>> s['f'] = 1200
>>> s
a 1200.000000
b 0.710000
c 1.372860
d 1.267486
e 0.141515
f 1200.000000
dtype: float64
>>> 'e' in s
True
>>> 'g' in s
False
如果标签不存在，则会出现异常：
>>> s['g']
KeyError: 'g'
使用get方法，缺失的标签将返回None或指定的默认值：
>>> s.get('g','不存在')
'不存在'
使用del方法，删除标签:
>>> del s['f']
>>> s
a 1200.000000
b 0.710000
c 1.372860
d 1.267486
e 0.141515
dtype: float64
Series 的向量化操作和标签对齐
进行数据分析时，像原始NumPy数组一样，一个值一个值地循环遍历序列通常不是必需的。Series 也可以传递给大多数期望 ndarray 的 NumPy 方法。
>>> s+s
a 2400.000000
b 1.420001
c 2.745720
d 2.534972
e 0.283029
dtype: float64
>>> s*2
2400.000000
b 1.420001
c 2.745720
d 2.534972
e 0.283029
dtype: float64
>>> np.exp(s)
a inf
b 2.033992
c 3.946623
d 3.551912
e 1.152017
dtype: float64
Series 和 ndarray 之间的主要区别是，Series 上的操作会根据标签自动对齐数据。因此，您可以编写计算，而不考虑所涉及的 Series 是否具有相同标签。
>>> s[1:] + s[:-1]
a NaN
b 1.420001
c 2.745720
d 2.534972
e NaN
dtype: float64
未对齐的 Series 之间的运算结果，将具有所涉及的索引的并集。如果在一个 Series或其他系列中找不到某个标签，则结果将标记为NaN（缺失）。编写代码而不进行任何显式的数据对齐的能力，在交互式数据分析和研究中提供了巨大的自由和灵活性。pandas数据结构所集成的数据对齐特性，将pandas与用于处理标记数据的大多数相关工具分开。
注意 一般来说，我们选择使索引不同的对象之间的操作的默认结果为
union，来避免信息的丢失。尽管缺少数据，拥有索引标签通常是重要信息，作为计算的一部分。您当然可以通过dropna函数，选择丢弃带有缺失数据的标签。
>>> t = s[1:] + s[:-1]
>>> t.dropna()
b 1.420001
c 2.745720
d 2.534972
dtype: float64
名称属性
Series还可以具有name属性：
>>> series = pd.Series(np.random.randn(5), name='this is range')
>>> series
0 2.346803
1 0.073170
2 -0.940341
3 0.876354
4 -0.109891
Name: this is range, dtype: float64
可以使用pandas.Series.rename()方法来重命名 Series。
>>> series.rename(None)
0 2.346803
1 0.073170
2 -0.940341
3 0.876354
4 -0.109891
dtype: float64
>>> series.rename(lambda x: x ** 2) # 修改label
0 2.346803
1 0.073170
4 -0.940341
9 0.876354
16 -0.109891
Name: this is range, dtype: float64
>>> series.rename({1:10,2:30}) # 修改label
0 2.346803
10 0.073170
30 -0.940341
3 0.876354
4 -0.109891
Name: this is range, dtype: float64
注意，不是修改的原对象，返回新的对象。
DataFrame（数据框架）
DataFrame是带有标签的二维数据结构，列的类型可能不同。你可以把它想象成一个电子表格或SQL表，或者Series对象的字典。它通常是最常用的pandas对象。像Series 一样，DataFrame 接受许多不同类型的输入：
- 一维数组，列表，字典或 Series 的字典
- 二维 numpy.ndarray
- 结构化或记录 ndarray
Series- 另一个
DataFrame
和数据一起，可以选择传递index（行标签）和columns（列标签）参数。如果传递索引或列，则会用于生成的DataFrame的索引或列。因此，Series 的字典加上特定索引将丢弃所有不匹配传入索引的数据。
如果轴标签未通过，则它们将基于常识规则从输入数据构造。
来自 Series 的字典
>>> d = {
'one':pd.Series(list(range(1,4)), index=[chr(i) for i in range(97,100)]),
'two':pd.Series(list(range(1,5)), index=[chr(i) for i in range(97,101)])
}
>>> df = pd.DataFrame(d)
>>> df
one two
a 1.0 1
b 2.0 2
c 3.0 3
d NaN 4
>>> pd.DataFrame(d, index=['d','b','a'])
one two
d NaN 4
b 2.0 2
a 1.0 1
>>> pd.DataFrame(d, index=['d','b','a'], columns=['two', 'three'])
two three
d 4 NaN
b 2 NaN
a 1 NaN
通过访问index和column属性可以分别访问行和列标签：
注意 同时传入一组特定的列和数据的字典时，传入的列将覆盖字典中的键。
>>> df.index
Index(['a', 'b', 'c', 'd'], dtype='object')
>>> df.colums
Index(['one', 'two'], dtype='object')
来自 ndarrays / lists 的字典
ndarrays 必须长度相同。如果传入了索引，它必须也与数组长度相同。如果没有传入索引，结果将是range(n)，其中n是数组长度。
>>> d = {
'one':list(range(1,5)),
'two':list(range(1,5))[::-1]
}
>>> pd.DataFrame(d)
one two
0 1 4
1 2 3
2 3 2
3 4 1
>>> pd.DataFrame(d, index=[chr(i) for i in range(97,101)])
one two
a 1 4
b 2 3
c 3 2
d 4 1
来自 ndarrays / lists
>>> pd.DataFrame(np.arange(12).reshape(3,4))
0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
>>> pd.DataFrame(np.arange(12).reshape(3,4),index=[chr(i) for i in range(97,100)], columns=[chr(i) for i in range(97,101)])
a b c d
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
