pandas数据分析（1）

pandas，即Python数据分析库（Python data analysis library）

DataFrame和Series

        DataFrame（数据帧）和Series（序列）是pandas的核心数据结构。DataFrame的主要组件包含索引、列、数据。DataFrame和二维的Numpy数组类似，但是它的行和列有对应的标签，并且每一列都可以存储不同类型的数据。从DataFrame中提取一行或一列时，会得到一个一维的Series。Series相当于带标签的一维Numpy数组。

        读取Excel为DataFrame格式，首先导入pandas，然后使用read_excel函数通过Excel文件构造一个DataFrame。

         不读取Excel，从头创建一个DataFrame。创建DataFrame的方法之一是利用嵌套列表来提供数据，除了数据本身外，还需要提供columns参数和index参数。

        调用info方法可以获取DataFrame的一些基本信息，其中最重要的是数据点数量和每一列的数据类型：

 索引

        DataFrame的行标签被称为索引。如果找不到有意义的索引，构造DataFrame时可以直接省略，pandas会自动创建一个从0开始的整数索引。如下获取所有对象：

也可以给索引命名：

 reset_index会将索引还原成普通索引，同时用默认用默认索引替换当前索引：

set_index可以将任意列设为索引：

DataFrame的方法返回的是副本： 每当df.method_name()的形式调用DataFrame时，都会得到一个应用了该方法的DataFrame副本，而原来的DataFrame没有发生任何变化。如果想要改变原来的DataFrame，可以把返回值赋值给原来的变量：

df = df.reset_index()

 用reindex方法更换索引：

reindex会接管所有能够怕匹配新索引的行，而无法匹配的索引会引入空值（NaN）。被忽略的索引所对应的行会被直接丢弃。 

sort_index可以按索引进行排序：

如果想按一列或多列排序，可以使用sort_values。按多列排序时会先按前面的列排序，排序后的结果依次按后面的列排序: