文末有源代码（ipynb格式）、视频教程的下载地址。
数据读取
1、Pandas操作的数据类型也就是结构是DataFrame
里面元素的数据类型分别是str（object），int64，float64三种
print（help（pandas.read_csv)
2、显示前几行，后几行，每列的含义，矩阵的维度。。。
索引和计算
1、取某一行的样本
2、取某几行的样本
3、取DataFrame里的某一列
4、取DataFrame里的某几列
5、提取列名以“g”为结尾的数据
6、对某一列的所有数据进行操作，加减乘除
7、对某两列对应位置相乘可以得到新的一列（值为两列对应位置相乘）；处理某列并添加到原数据集
8、对某几列进行复杂的计算
9、求某一列的最大值，并用于归一化
10、对指定的列进行排序
数据预处理实例
1、数据读入
2、对于缺失值进行定位，统计
3、有缺失值时，求均值得到的也是缺失值
4、除去缺失值之后求均值；也可以直接调用Pandas里的.mean()方法求均值
5、透视表的使用
pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')
参数详情可参考官网：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.pivot_table.html
详细教程可参考博客：https://www.cnblogs.com/onemorepoint/p/8425300.html
其中源代码在这里：http://nbviewer.jupyter.org/url/pbpython.com/extras/Pandas-Pivot-Table-Explained.ipynb
例如：统计船舱等级分别对应的“Fare”均值（用循环的方式）
后者使用.pivot_table函数
5、删除缺失值
6、按照某一列进行排序，并重设第一列的索引
sort_values和reset_index函数
自定义函数
使用apply函数调用自定义的函数
1、获得第一百行
2、求每列缺失值的个数
3、把连续的年龄转换成离散化的数据
Series结构
DataFrame分解得到的行或者列都是一个Series结构。
前者相当于矩阵，后者相当于一行或者一列
Series (collection of values)、DataFrame (collection of Series objects)、Panel (collection of DataFrame objects)
1、取出某列，即series结构
2、Series的组成和构建
3、series的索引
4、索引重排序
5、按索引排序、按值排序
6、
7、选取值在50-75之间的
8、计算两个媒体对每个电影的平均评分
1、对于DataFrame建立索引值set_index，以电影名字为索引
2、以某一列为索引，同样可以切片。此时有两个索引值
单独选择一行时，返回的是series结构；多行时，返回的是DataFrame结构
3、类型转换apply函数
4、对某两行计算标准差
源代码链接：https://pan.baidu.com/s/1XBfgedOl0cw6-5mQFbpGtA 密码：b6qw
视频教程链接：链接：https://pan.baidu.com/s/1D6pXzgpmG7N6JqfniBD8eQ 密码：i2s4
