pandas

series對象

1.聲明series對象

    沒有指定標籤：

    指定標籤：

    查看組成series對象的：index和values

2.選擇內部元素：

3.爲元素賦值：

4.用numpy數組或其餘series對象定義新series對象

5.篩選元素：

6.series對象運算和數學函數

7.seri對象的組成元素：

    unique()

    value_counts()

    isiin()

8.NaN(非數值)

9.series用做字典

10.series對象之間的用算

DataFrame對象

1.定義DataFrame對象

2.選取元素

3.賦值

4.元素的所屬關係

5.刪除一列

6.篩選

7.用嵌套字典生成DataFrame對象

8.DataFrame轉置

Index對象

1.index對象的方法

2.含有重複標籤的Index

索引對象的其餘功能

1.更換索引：reindex()

2.刪除：

3.算數和數據對齊

數據結構之間的運算：

1.算數運算：

    add()

    sub()

    div()

    mul()

2.series對象和DataFrame對象之間的運算

pandas庫函數：

    np.sort()計算DataFrame每一個對象的平方根

    fame.apply(f,axis=1):f爲自定義函數，axis肯定操做的是行仍是列

    sum():計算DataFrame對象元素之和

    mean()：平均值

    describe():計算多個統計量

索引排序：sort_index()

元素排序：

    1.Serise對象使用order()函數

    2. DataFrame對象：sort_index()函數，by指定哪一列，多列放在數組傳給by

        ranking排序：rank()函數

相關性與協方差：corr()和cov()

corrwith()能夠計算Dataframe對象的的列或行與Serise對象或其餘Dataframe對象元素兩輛之間的相關性。

爲元素賦NaN值:np.NaN

過濾NaN：1. dropna()：how選項避免刪除整行或整列

2. notnull()做爲選取元素的條件，實現直接過濾。

爲NaN元素填充其餘值：fillna()

等級索引：unstack():把Serise對象轉換爲DataFrame對象

stack()相反

swaplevel()函數以要互相交換兩個層級的的名稱爲參數，返回交換位置後一個的一個新對象，其中各元素的順序保持不變

sortlevel()只根據一個層級對數據排序

level參數對層級進行統計

讀取函數和寫入函數：

cvs和文本文件：read_cvs(),read_table(),to_cvs()具體參數，正則解析TXT文件。

讀寫html文件：

    read_html()

    to_html()

讀寫Excel文件：

    to_excel()

    read_excel()

json文件：

    read_json()

    to_json()

    json_normalize()

pandas實現對象序列化

pandas對接數據庫