引入约定
1.pandas的数据结构介绍
1.1Series
series类似于一维数组的对象，由一组数据以及与之相关的数据标签即索引组成。
生成series
series的字符串：索引在左，值在右，如果不为数据指定索引，则会自动创建一个0—N-1的整数型索引
通过values获取其数组表示形式
通过index获取数组的索引
创建可以对各个数据点进行标记的索引
通过索引方式选取series中的单个值或一组值
numpy数组运算都会保留索引和值之间的链接
numpy数组运算
可以将series看成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
通过字典来创建series
只传入字典，则结果series中的索引就是原字典的键
sdata中跟states索引相匹配的3个值会被找出来并放到相应的位置上，但california所对应的sdata找不到，所以其结果就为NaN（not a number）
pandas的isnull和notnull函数可用于检测缺失数据
series会在算术运算中会自动对齐不同索引的数据
1.2 DataFrame
dataframe是一个表格型的数据结构，含有一组有序的列，每列可以使不同的值类型。
dataframe既有行索引也有列索引，可以被看做由series组成的字典
dataframe里面的数据是以一个或多个二位块存放的
传入一个由等长列表或numpy数组组成的字典，创建dataframe
如果指定了序列，则dataframe的列就会按照指定顺序进行排列
如果传入的列在数据中找不到，就会产生NA值
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
通过索引字段ix获取行
可通过赋值方式修改列
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，所有空位都会被填上缺失值
为不存在的列赋值会创建出一个新列
del用于删除列
将嵌套字典传给dataframe，外层字典的键作为列，内层键作为行索引
显示指定dataframe的index和columns的name属性
可以输入给dataframe构造器的数据
1.3 索引对象
pandas的索引对象负责管理轴标签和其他元数据，index对象不可修改
pandas中主要的index对象
index的方法和属性
2.基本功能
2.1重新索引
reindex：创建一个适应新索引的新对象
