1. 简介

1. 数据格式：包含了DataFram和Series两种高级的数据结构，帮助我们方便地处理excel文件或csv文件，使用方便，功能强大

2. 日期处理，时间序列处理，结合python中Datatime模块使用

3. 文件操作，非常方便地操作csv/excel/txt文件，读/写非常简单

4. 数据分析，pandas为数据分析而生，集成了很多方法帮助我们处理和分析数据

2. pandas中的数据结构

2.1. Series

可以简单地看作一维数组或列表

它具有索引，它并不一定是0到n-1（一维数组和列表），它的索引可以是自定义，默认是0到n-1

创建可以调用pandas中的series类，通过数组或列表直接创建

2.2. DataFrame

可以看成有多个Series按照行合并成的数据结构

可以看成二维数据

它也有索引，它有两个索引，分别是行索引和列索引，类似常见的excel表格

它可以通过字典、数组、Series等来创建

2.2.1. DataFrame中的常用操作

2.2.1.1. 创建

pd.DataFrame(data)

2.2.1.2. 查看

df.head(n)：查看开始的n条数据

df.tail(n)：查看结尾的n条数据

dt.index：查看行索引

df.columns：查看列索引

df.values：查看数据

df.iloc：根据下标查看数据

df.loc：根据索引查看数据

df.ix：根据下标和索引混合查看数据

2.2.1.3. 统计量

df.describe()：统计纯数值信息，包括最大值、最小值、中位数等

3. 时间序列

3.1. 时间序列的表现形式

1. 时间戳：表示特定的某个时刻，一般是一个很长的数字

2. 固定的时间：比如说今天下午14:30

3. 时间间隔：一段时间

3.2. 时间序列的一些操作

1. 索引

作为DataFrame的行索引

用df.index = 来创建时间索引

1. 时间格式解析

pd.to_datetime()

平常，我们可以以/分隔时间，或以-分隔时间，或以时间戳来表示时间

pd.to_datatime()可以解释非常多的时间格式

1. 时间戳

pd.date_range()可以生成时间戳

1. 生成日期

pd.period_range()可生成一段时间

4. 数据处理

4.1. 缺失值处理

比如NaN，pandas提供了缺失值处理的方法，比如

删除整条数据、数据填充（中位数、平均值）

4.1.1. 空值/缺失值判断

df.isnull()

df.isna()

4.1.2. 缺失值填充

df.fillna()

等

4.1.3. 缺失值删除

df.dropna()

4.1.4. 空值和缺失值的体现

空值：""

缺失值：NaN/NaT

4.2. 统计值

pandas中提供了很多数据统计的方法，比如

均值、中位数、求和、累计、累加、累乘

4.2.1. 求和和求平均

df.sum()

df.mean()

4.2.2. 统计量

df.max()

df.min()

df.count()：非NaN统计

df.median()

df.std()

4.2.3. 累计

df.cumsum()

4.2.4. 排序

df.sort_index()

df.rand()

4.2.5. 分组

df.groupby(col)

4.2.6. 其他

df.cov()

df.corrwith()：相关系数

4.3. 可视化

pandas也提供了一些可视化操作

4.4. 其他操作

4.4.1. excel操作

pd.to_excel()

pd.read_excel()

需要关注编码格式，pandas默认utf-8，windons默认的是gbk

4.4.2. cse操作

pd.to_csv

pd.read_csv

4.4.3. 数据合并

df.append()

df.concat()