数据结构
Series
一维数组，定长的有序字典Series()
-
属性：
obj.valueobj.index（可设置索引）
obj.name,obj.index.name（可设置）,obj.rename，DataFrame的index -
索引：可选取单个或一组：
obj['1'],obj.[[a,2,3]] 自动对其不同索引的数据
-
函数：适用NumPy数组运算和部分字典函数：
obj*2,a in obj 可直接根据字典创建Series，索引既键
检查缺失数据：
pd.isnull(obj),obj.notnull()
DataFrame
二维表格型，series组成的字典；每列可不同数据类型，有行索引+列索引
-
传入等长列表，字典，可columns，index参数指定。
NumPy组成的字典。
嵌套字典：外侧作为列，内层行。转
frame.T 属性：
frame.index.name,frame.column.name,frame.values
Index
index对象是不可修改的！
主要index对象：Index, Int64Index, MultiIndex, DatetimeIndex, PeriodIndex
| 方法，属性 | 说明 |
|---|---|
| append | 连接一个index，产生新index |
| diff | 差集 |
| intersection | 交集 |
| union | 并集 |
| isin | 是否包含 |
| delete | 删除索引处元素，新index |
| drop | 删除传入值，新index |
| insert | 插入 |
| is_monotonic | 各元素均>=前一个，True |
| is_unique | 无重复True |
| unique | 唯一值的数组 |
基本功能
-
重新索引：
obj.reindex()重排引入缺失值 DataFrame: 传入一个修改index，
frame.reindex(columns= )。
frame.ix[['a','b','c'],states] 参数：index，method填充方式，fil_value缺失值，
limit最大填充量，level简单索引，copy相等时是否复制
method:
ffill,pad向前填充；bfill, backfill向后填充 丢弃：
obj.drop['a', 'b', 'c']，axis=1列索引-
索引：标签切片包含末端：
obj['a':'c']过滤：
obj[obj<2],obj[[1, 3]]标签索引ix：
obj.ix['a'],obj.ix['a', ['1', '2']] 附：xs：标签选取单行或单列
icol，irow：整数位置选取单行单列
get_value，set_value：标签选取单个值（选，设）
-
算术运算：
索引对齐运算：
s1+s2，df1+df2 填充：
df1.add(df2, fill_value=0)，add, sub, mul, div 广播：df与series，每行都与series运算，同上
-
函数：
ufuncs元素级函数也可：min，max，abs等。
应用函数：series用map，dataframe用applymap。
format = lambda x: '%.2f' %x frame.applymap(format) -
排序
index：
obj.sort_index()，参数：axis=1，ascending=False dataframe某列排序：sort_index 参数：by=‘index_0’，by=[]
value：
series.order()obj.rank()，给出排名 method：'average', 'min', 'max', 'first'
ascending=False
带有重复值的索引
汇总和计算描述统计
-
约简方法：
sum, min, mean, median, var, std, mad(绝对离差)
skew(三阶矩偏度), kurt(峰度), diff(一阶差分)
idmax, idmin,argmin(整数索引),
cumsum(累计和), cummin(累计最值), cumprod(累计积)
describe(汇总统计), pct_change(百分数变化)
选项：axis，skipna，level
除非整个切片都是NA，否则排除
-
相关系数与协方差
同一个dataframe：cov, corr()
obj.col1.cov(obj.col2) 不同df，se：corrwith()，axis=1
-
唯一值：
obj.unique()计数：
ovj.vlaue_counts()isin:
obj.isin()
处理缺失数据
检查：isnull(), notnull()
处理：dropna()，how='all'仅全部缺失的行，axis=1
thresh=3，（时间序列）仅留下部分
fillna()，默认产生新对象，inplace=True
可进行不同列填充：df.fillna(1:0.5, 3:-1)
参数：value填充值，method，axis，inplace，limit连续填充最多
层次化索引
- 两个以上索引基本：
index=[[], []]
内层索引：data[:, 2]
每条轴都可层次化索引：
columns=[[], []], 各层索引都有名字（不同于轴标签）-
更改级顺序：
swaplevel('index_name1', 'index_name2') 单个级别中的值排序：
sortlevel(0/1) 级别汇总：
frame.sum(level='index_name'), axis=1重塑：
data.unstack()，多维表格
data,stack()层次索引
-
列当索引：
set_index(['col1', 'col2']), drop=False
reset_index()索引转列
其他
整数索引：容易有歧义。基于位置的索引icol，irow
-
面板数据panel：三维，
pd.Panel()
to_frame()转化为datafram
to_panel()转化为panel
