pandas模块（3）
3.1重新索引
pandas对象的⼀个重要⽅法是reindex，其作⽤是创建⼀个新对象，它的数据符合新的索引，如下：
In [91]: obj = pd.Series([4.5, 7.2, -5.3, 3.6], index=['d', 'b', 'a', 'c'])
In [92]: obj
Out[92]:
d 4.5
b 7.2
a -5.3
c 3.6
dtype: float64 ⽤该 Series 的 reindex 将会根据新索引进⾏重排。如果某个索引值 当前不存在，就引⼊缺失值：
In [93]: obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])
In [94]: obj2
Out[94]:
a -5.3
b 7.2
c 3.6
d 4.5
e NaN
dtype: float64 对于时间序列这样的有序数据，重新索引时可能需要做⼀些插值处理。 method 选项即可达到此⽬的。下面列出reindex函数的各参数及说明：
| 参数 | 说明 |
| index | 用作索引的新序列。既可以是Index实例，也可以是其他序列型的Python数据结构。Index会被完全使用,就像没有任何复制一样 |
| fill_value | 在重新索引的过程中，需要引入缺失值时使用的替代值 |
| limit | 前向或后向填充时的最大填充量 |
| method | 插值（填充)方式，具体参数请参见表5-4 |
| tolerance | 向前后向后填充时，填充不准确匹配项的最大间距（绝对值距离) |
| 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 |
3.2删除指定轴的项
丢弃某条轴上的⼀个或多个项很简单，只要有⼀个索引数组或列 表即可。由于需要执⾏⼀些数据整理和集合逻辑，所以drop⽅法 返回的是⼀个在指定轴上删除了指定值的新对象：
In [105]: obj = pd.Series(np.arange(5.), index=['a', 'b', 'c', 'd', 'e'])
In [106]: obj
Out[106]:
a 0.0
b 1.0
c 2.0
d 3.0
e 4.0
dtype: float64
In [107]: new_obj = obj.drop('c')
In [108]: new_obj
Out[108]:
a 0.0
b 1.0
d 3.0
e 4.0
dtype: float64 对于 DataFrame ，可以删除任意轴上的索引值。
在drop时⼩⼼使⽤ inplace ，它会销毁所有被删除的数据。
3.3算术⽅法
下表列出Series和DataFrame的算数方法 。它们每个都有⼀ 个副本，以字⺟ r 开头，它会翻转参数。
| 方法 | 说明 |
| add,radd | 用于加法(+)的方法 |
| sub，rsub | 用于减法(-)的方法 |
| div, rdiv | 用于除法(/）的方法 |
| floordiv， rfloordiv | 用于底除（I)的方法 |
| mul，rmul | 用于乘法（*)的方法 |
| pow，rpow | 用于指数（**)的方法 |
3.4 汇总和计算描述统计
pandas对象拥有⼀组常⽤的数学和统计⽅法。它们⼤部分都属于约简和汇总统计，⽤于从Series中提取单个值（如 sum 或mean）或从 DataFrame 的⾏或列中提取⼀个 Series 。
In [230]: df = pd.DataFrame([[1.4, np.nan], [7.1, -4.5],[np.nan, np.nan],
[0.75, -1.3]], index=['a', 'b', 'c', 'd'],columns=['one', 'two'])
In [231]: df
Out[231]:
one two
a 1.40 NaN
b 7.10 -4.5
c NaN NaN
d 0.75 -1.3
#调⽤DataFrame的sum⽅法将会返回⼀个含有列的和的Series：
In [232]: df.sum()
Out[232]:
one 9.25
two -5.80
dtype: float64
#传⼊axis='columns'或axis=1将会按⾏进⾏求和运算：
In [233]: df.sum(axis=1)
Out[233]:
a 1.40
b 2.60
c NaN
d -0.55 有些⽅法（如 idxmin 和 idxmax）返回的是间接统计（⽐如达到最小值或最⼤值的索引），另⼀些⽅法则是累计型的。
#间接
In [235]: df.idxmax()
Out[235]:
one b
two d
dtype: object
#累计
In [236]: df.cumsum()
Out[236]:
one two
a 1.40 NaN
b 8.50 -4.5
c NaN NaN
d 9.25 -5.8 还有⼀种⽅法，它既不是约简型也不是累计型。 describe 就是⼀个例⼦，它⽤于⼀次性产⽣多个汇总统计。比如：
In [237]: df.describe()
Out[237]:
one two
count 3.000000 2.000000
mean 3.083333 -2.900000
std 3.493685 2.262742
min 0.750000 -4.500000
25% 1.075000 -3.700000
50% 1.400000 -2.900000
75% 4.250000 -2.100000
max 7.100000 -1.300000 所有与描述统计相关的⽅法如下：
| 方法 | 说明 |
| count | 非NA值的数量 |
| describe | 针对Series或各DataFrame列计算汇总统计 |
| min、max | 计算最小值和最大值 |
| 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（o到1) |
| sum | 值的总和 |
| mean | 值的平均数 |
| median | 值的算术中位数（(50%分位数) |
| mad | 根据平均值计算平均绝对离差 |
| 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 | 样本值的累计和 |
| cummin、cummax | 样本值的累计最大值和累计最小值 |
| cumprod | 样本值的累计积 |
| diff | 计算一阶差分(对时间序列很有用) |
| pct_change | 计算百分数变化 |
本章节学习完毕