Cookbook:pandas的學習之路——10 Minutes to pandas

　　按照pandas官網上10 Minutes to pandas的快速練習：

一 .對象建立：

導入練習所須要的工具包：

經過列表中的值建立序列Series，pandas在建立序列的同時會默認爲列表中值建立索引：(np.nan 爲空值)

經過NumPy數組建立DataFrame,同時默認建立時間索引和行標籤：（

np.random.randn(6,4) 介紹：從正太分佈中返回一個或多個樣本值 ，例子中表示返回6行4列的隨機數，不必定在（0，1]之間

np.random.rand(6，4)介紹：從（0,1]之間，產生6行4列的嵌套數組）

經過將字典轉化爲相似序列Series的形式，建立DataFrame：

（pd.Categorical()函數：

 pandas.Categorical（values，categories = None，ordered = None，dtype = None，fastpath = False ）

values:像列表同樣，categories：類別，能夠定義類別，ordered：是否有序，dtype:categ的類型）

DataFrame每一列的數據類型：

使用<tab>可自動補全列名，並獲取指定列的值：

二.查看數據

查看frame的頭部和底部的數據：

顯示DataFrame的索引，列標題和值：

DataFram的函數describe()，快速分析彙總數據：

彙總指標：count:記數，mean：平均值，std：標準差，min:最小值，max:最大值

對DataFrame中的數據進行行列轉換：

按軸進行排序：（說明：axis=1,表示第一行，axis=0,表示第一列，降序排序）

按照值進行排序：

說明：按照'B'列，默認的升序進行排序）

三.獲取數據

經過列名獲取指定列名的列數據：

經過[],獲取指定範圍的切牌你數據：

經過標籤獲取數據：

經過標籤得到截面數據：

獲取多維截取數據：

獲取標量數據：

說明：at()函數的定位速度優於loc：

經過位置獲取數據：