《利用python进行数据分析》2.0—

1.构建DataFrame方法（1），直接传入一个字典。如果指定了列序列，则列就会按照指定顺序排列
2.通过类似字典标记的方式，将DataFrame的列获取为一个Series
3.可以通过赋值方式修改
4.为不存在的列赋值会创建新列，del 删除列
5.构建方法（2），嵌套字典
6.设置DataFrame 的index 和columns 的name属性
7.索引对象：管理轴标签和其他元素
8.Index 的方法和属性
9.重新索引： reindex ，创建一个适应新索引的新对象
10.丢弃指定轴上的项，drop
11.索引、选取和过滤
12.算数运算和数据对齐
13.DataFrame 和Series 之间的运算
14.函数应用和映射
15.排序
16.排名
17.带有重复值的轴索引
18.汇总和计算描述统计
19.idxmin 和 idxmax 返回的是间接统计，达到最小值或最大值的索引
20.相关系数和协方差（空）
21.唯一值、值计数以及成元资格
22.处理缺失数据
23.过滤缺失值
24.填充缺失数据， fillna
25.层次化索引(空）
26.重排分级顺序（空）
27.根据级别汇总统计（空）
28.使用DataFrame的列（空）
29.整数索引（空）
30.面板数据（空）

正文：

Series:由一维数组以及一组与之相关的数据标签组成

1.values 和index

2. 检测缺失数据

isnull : 是否缺失
notnull

3. name 属性

4.赋值直接修改

DataFrame ：表格型数据结构

1.构建DataFrame方法（1），直接传入一个字典。如果指定了列序列，则列就会按照指定顺序排列

2.通过类似字典标记的方式，将DataFrame的列获取为一个Series

3.可以通过赋值方式修改，

4. 为不存在的列赋值会创建新列，del 删除列

5. 构建方法（2），嵌套字典

指定索引

5.1

6. 设置DataFrame 的index 和columns 的name属性

7.索引对象：管理轴标签和其他元素

Index 最泛化的index对象
Int64Index 针对整数的特殊Index
MultiIndex "层次化“ 索引对象
DatetimeIndex 存储纳秒级时间戳
PeriodIndex 针对Period数据的特殊Index

8.Index 的方法和属性

append 连接另一个Index对象，产生一个新的Index
diff 计算差集，并得到一个Index
intersection 计算交集
union 计算并集
isin 计算一个指示各值是否都包含在参数集合中的布尔型数组
delete 删除索引I处的元素，并得到新的Index
drop 删除传入的值，并得到新的Index
insert 将元素插入到索引i处，得到新Index
is_monotonic 当各元素均大于等于前一个元素时，返回True
is_unique 将Index没有重复值时，返回True
unique 计算Index中唯一值的数组

9.重新索引： reindex ，创建一个适应新索引的新对象

根据新索引进行重排。如果某个索引当前不存在，就引入缺失值。

对有序数据，重新索引需要插值处理
- ffill 或pad , 前向填充值
- bfill 或backfill ，后向填充值

9.1

可修改（行）索引、列，

9.2

对行和列重新索引，利用ix的标签索引功能，简洁

9.3

index 用作索引的新序列
method 插值方式
fill_value 在重新索引的过程中，需要引入缺省值时使用的替代值
limit 向前或后向填充时的最大填充量
level 在Multilndex的指定级别上匹配简单索引，否则选取其子集
copy 默认为True , 无论如何都复制，如果为False, 则新旧相等就不复制

10.丢弃指定轴上的项，drop

11.索引、选取和过滤

Series索引，索引值不只是整数

利用标签的切片运算，末端是包含的，而普通的Python切片运算是不包含的

11.1

对DataFrame进行索引

11.2

在DataFrame的行上进行标签索引，引入专门的索引字段ix

11.3

obj[val] , 选取DataFrame的单个列或一组列
obj.ix[val] , 选取DataFrame的单个行或一组行
obj.ix[:, val] , 选取单个列或列子集
obj.ix[val1, val2] , 同时选取行或列
reindex 方法，将一个或多个轴匹配到新索引
xs 方法，根据标签选取单行或单列，并返回一个Series
icol、 irow 方法，根据整数位置选取单列或单行，并返回一个Series
get_value、 set_value 方法，根据行标签或列标签选取 / 设置单个值

12.算数运算和数据对齐

pandas 可以对不同索引的对象进行算术运算。

对于DataFrame, 对齐操作会同时发生在行和列上

12.1

在算术方法中填充值， add函数, fill_value参数

12.2

在对Series或DataFrame重新索引时，也可以指定一个填充值(?)

12.3

add 用于加法（+）的方法
sub 用于减法（-）的方法
div 用于除法（/）的方法
mul 用于乘法（*）的方法

13.DataFrame 和Series 之间的运算
默认情况下， DataFrame和Series 之间的算数运算会将Series的索引匹配到DataFrame的列

14.函数应用和映射

Numpy 的nfuns 用于操作pandas对象

将函数应用到各列或行所形成的一维数组上。DataFrame 的apply 方法( ? )

14.1

想得到frame中各个浮点值的格式好字符串，使用applymap 。 Series 也有用于应用元素级函数的map方法

14.2

15.排序

sort_index 方法

在DataFrame上，根据一个或多个列中的值进行排序,将一个或多个列名字传递给by选项

15.1

对Series进行排序，用order方法

15.2

16.排名

rank ，默认情况下，是通过“为各组分配一个平均排名”的方式破坏平级关系

根据值在原数据中出现的顺序给出排名

16.1

按降序进行排名

16.2

average 在相等分组中，为各个值分配平均排名
min 使用整个分组的最小排名
max 使用整个分组的最大pdmk
*first 按值在原始数据中的出现顺序分配排名

17.带有重复值的轴索引

索引的is_unique属性可以告诉它的值是否唯一：

如果某个索引对应多个值，则返回一个Series；而对应单个值的，则返回一个标量值。

17.1

18.汇总和计算描述统计

DataFrame的sum方法会返回一个含义列小计的Series,传入axis=1 将按行进行求和运算

NA会自动被排除，除非整个切片都是NA。通过skipna选项可禁用此功能

18.1

axis , 简约的轴，DataFrame的行用0，列用1
skipna , 排除缺失值，默认值为True
level ，如果轴是层次化索引，则根据level分组约简

19.idxmin 和 idxmax 返回的是间接统计，达到最小值或最大值的索引

19.1

cumsum() 累积型

19.2

describe，一次性产生多个汇总统计

19.3

count ，非NA的数量
describe 针对Series 或DataFrame列计算汇总统计
min, max 计算最小值或最大值
argmin, argmax 计算能够获取到最小值和最大值的索引位置（整数）
idxmin、idxmax 计算能够获取到最小值和最大值的索引值
quantile, 计算样本的分位数
sum
mean
median ，值的算数中位数
mad ,根据平均值计平局绝对离差
var 样本值的方差
std 样本值的标准差
skew 样本值的偏度（三阶矩）
kurt 样本值的峰度（四阶矩）
cumsum 样本值的累积和
cummin, cummax 样本值的累积最大值和累积最小值
cumprod 样本值的累积积
diff 计算一阶差分（时间序列）
pct_change 计算百分数变化

20.相关系数和协方差（空）
21.唯一值、值计数以及成元资格

unique , 得到唯一值数组

value_counts 用于计算一个Series中各值出现的频率

21.1

isin ，用于判断矢量化集合的成元资格

21,2

22.处理缺失数据
pandas 使用浮点值NaN表示浮点和非浮点数组中的缺失值。

dropna 根据各标签的值中是否存在缺失数据对轴标签进行过滤，可通过阈值调节对缺失值的容忍度
fillna 对制定值或插值方法（fill / bfill）填充缺失数据
*isnull 返回一个含有布尔值的对象，这个布尔值表示那些值是缺失值/NA，该对象的类型与源类型一样
notnull , isnull 的否定式

23.过滤缺失值