数据分析之pandas模块
一、Series
类似于一位数组的对象，第一个参数为数据，第二个参数为索引（索引可以不指定，就默认用隐式索引）
Series(data=np.random.randint(1,50,(10,))) Series(data=[1,2,3],index=('a','b','c')) dic={'math':88,'chinese':99,'english':50} Series(data=dic)
对于data来说，可以是列表、np数组、字典，当用字典时，字典的key会成为行索引
1，索引和切片
用中括号时，可以是显示索引，也可以是隐式索引
用句点符‘.’
用.loc[]时，只能有显示索引
用.iloc[]时，只能用隐式索引
2，属性
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。
3，去重
4，加法
索引相同的加在一起，当索引不一致的项，就用NaN填充
5，数据清洗
主要用isnull()判断值是否为空，notnull()判断值是否不为空，返回的都是值为bool型的Series，然后把它作为索引，就可以把为False的值给删除。
二、DataFrame
DataFrame是一个表格型的数据结构，DataFrame由一定顺序排列的多列数据组成，设计初衷是将Series的使用场景从一维拓展到多维，DataFrame既有行索引index，也有列索引columns，值values。
1，DataFrame的创建
最常用的方法是传递一个字典，以字典的key为列索引，以每一个key对应的值作为对应列的数据，所以值应该是个列表。还可以指定行索引，但不可以指定列索引。
2，索引和切片
2.1 列索引
2.2 行索引
2.3 元素索引
2.4 切片
3，运算
要保证行索引和列索引都一致才能运算，否则用NaN填充
4，数据清洗
4.1 用isnull(),notnull(),any(),all()搭配使用，得到一组bool值的Series，然后把它作为索引，就可以清洗为False的行
4.2 还可以用drop(),drop系列的函数中，axis=1表示列，axis=0代表行，这和其他所有场景都是相反的
4.3 上面两种清洗方法都是删除整行或者，整列，有时是不允许这样子删除。我也可以用fillna()来把空值给填上。当inplace参数设为Ture时，表示修改后的数据映射到原数据，相当于修改原数据。
5，多层索引
5.1 隐式构造，最常用的方法是给DataFrame构造函数的index或columns传递两个或多个数组。
5.2 显式构造，用pd.MultiIndex.from_product
5.3 索引和切片
6，级联
pandas使用pd.concat(),与np.concatedate()类似，参数有些不同。 参数join:'outer'将所有的项进行级联（忽略匹配和不匹配），'inner'只会把匹配的项进行级联。
由于在以后的级联的使用很多，因此有一个函数append专门用于在后面添加。
7，合并
合并用merge().它和数据库中的链表差不多
merge和concat的区别在于，merge需要依据某一共同的列进行合并。
在使用merge时，会自动根据两者相同的columns，来合并
每一列元素不要求一致
参数：
how：out取并集，inner取交集
on：当两者有多列的名字相同时，我们想指定某一列进行合并，那我们就要把想指定列的名字赋给它
left_on和right_on：同时使用，当两者间没有共同的列名称时，可以分别指定
8，删除重复元素
使用duplicated()函数检测重复的行，返回元素为bool类型的Series对象，keep参数：指定保留哪一行重复的元素
还可以使用drop_duplicates(),这也是drop系列函数。
9 ，替换replace()
df.replace(to_replace=6,value='ww') #把所有的6换成‘ww’ df.replace(to_replace={2:6},value='ww') #把列索引为‘2’这列中‘6’换成‘ww’ df.replace(to_replace={2:6,3:9},value='ww')#把列索引为2中的6和列索引为3中的9换成‘ww’ df.replace(to_replace={6:'ww'}) #把所有的6换成‘ww’ df.replace(to_replace={6:'ww',1:'qq'}) #把所有的6换成‘ww’，把所有的1换成‘qq’
10，映射
10.1 用map()新建一列
10.2 map()中还可以跟自定义函数
11，排序
使用take()函数排序，take接受一个索引列表，用数字表示，使得df会根据列表中索引的顺序进行排序
还可以使用np.random.permutation()函数随机排序，它返回的是一个一维的随机数组，比如参数为10，就会产生0到9这10个数字，不重复的，顺序还是打乱的。
当DataFrame规模足够大时，我们就可以借助它帮我们把数据打乱，然后用take函数实现随机抽样
values = df.take(np.random.permutation(1000),axis=0).take(np.random.permutation(3),axis=1).values
上面的代码是把1000行随机打乱，然后3列随机打乱
DataFrame(data=values)这就会映射会原数据，此时的原数据就是行和列都打乱的数据
12，分类
分类就是把数据分为几个组，然后我可以对每个组进行操作，这和数据库分类是一样的效果。使用的是groupby()函数，参数by是分类的依据，groups属性可以查看分组情况
13，高级聚合
在分组后可以用sum()，mean()等聚合函数，其次还可以跟transform和apply函数，再给这两个函数传一个自定义函数，就可以是聚合函数以外的功能。
