如何导入
通常，我们按如下方式导入：
In [1]: import numpy as np
In [2]: import pandas as pd
Pandas的基本数据结构
Pandas 提供了两种类型的类来处理数据：
Series: 保存任何类型数据的一维标记数组
such as integers, strings, Python objects etc.
DataFrame：一种二维数据结构，用于保存类似 二维数组或包含行和列的表。
Object creation对象创建
通过传递值列表来创建Series，让 pandas 创建 默认的 RangeIndex.
通过使用 date_range（） 传递具有日期时间索引的 NumPy 数组来创建 DataFrame 和标记的列：
通过传递对象字典（其中键为列）创建 DataFrame 标签和值是列值。
生成的 DataFrame 的列具有不同的 类型:
Viewing data查看数据
使用 DataFrame.head（） 和 DataFrame.tail（） 查看框架的顶行和底行 分别：如何参数未指定默认显示5行
显示 DataFrame.index 或 DataFrame.columns:
返回基础数据的 NumPy 表示形式，并带有“DataFrame.to_numpy（）” 没有索引或列标签：
NumPy 数组对整个数组有一个 dtype，而 pandas DataFrames 每列有一个 dtype。当你调用“DataFrame.to_numpy（）”时，熊猫会 找到可以保存 DataFrame 中所有 dtype 的 NumPy dtype。 如果通用数据类型为“object”，则DataFrame.to_numpy（）“将需要 复制数据。
describe（） 显示数据的快速统计摘要
转置数据
DataFrame.sort_index（） 按轴排序：
DataFrame.sort_values（） 按值排序：
Selection选择
选择和设置的标准 Python / NumPy 表达式是 直观且方便交互式工作，对于生产代码，我们 推荐优化的 pandas 数据访问方式 DataFrame.at（）DataFrame.iat（）、DataFrame.loc（） 和 DataFrame.iloc（）
对于 DataFrame，传递单个标签会选择列和 生成一个等效于 ‘df 的序列。A’
对于 DataFrame，传递切片会选择匹配的行：
Selection by label按标签选择
选择与标签匹配的行:
选择所有行 （:） 并选择列标签
对于标签切片，包括两个终结点:
选择单行和列标签将返回标量
为了快速访问标量（等效于前面的方法）：
Selection by position按位置选择
通过传递的整数的位置进行选择:
整数切片的作用类似于 NumPy/Python：
整数位置列表：
对于显式切行：
对于显式切片列：
要显式获取值：
为了快速访问标量（等效于前面的方法）：
Boolean indexing布尔索引
选择其中 ‘df.A’ 大于0.
从满足布尔条件的 DataFrame 中选择值
使用 isin（） 方法进行过滤：
Setting设置
设置新列会自动按索引对齐数据：
按标签设置值：
按位置设置值：
通过使用 NumPy 数组进行赋值进行设置：
带有设置的“where”操作：
Missing data缺少数据
对于 NumPy 数据类型，“np.nan”表示缺失数据。它是由 默认值不包括在计算中。
重新索引允许您更改/添加/删除指定轴上的索引。这 返回数据的副本：
DataFrame.dropna（） 删除任何缺少数据的行：
DataFrame.fillna（） 填充缺失的数据：
isna（） 获取值为 ‘nan’ 的布尔掩码:
Operations操作
操作通常排除缺失数据。
计算每列的平均值：
计算每行的平均值：
使用具有不同索引或列的另一个 Series 或 DataFrame 进行操作 将使结果与索引或列标签的并集对齐。此外，大熊猫 自动沿指定尺寸广播，并将使用“np.nan”填充未对齐的标签
User defined functions用户定义的函数
DataFrame.agg（） 和 DataFrame.transform（） 应用用户定义的函数 分别减少或广播其结果。平均值乘以5.6
Value Counts价值计数
String 方法
Series在’str’中配备了一套字符串处理方法 属性，以便于对数组的每个元素进行操作，如 下面的代码片段。在矢量化字符串方法中查看更多信息
Merge合并
使用concat（）按行连接pandas对象:
向DataFrame中添加列的速度相对较快。 一行需要一个副本，并且可能是昂贵的。我们建议传递一个 而是将预先构建的记录列表添加到DataFrame构造函数中 通过迭代地向其添加记录来构建DataFrame。
Join加入
merge（）在特定列上启用SQL样式连接类型沿着。请参阅数据库样式连接部分。
Grouping分组
分组的含义
根据某些标准将数据分组
将函数独立地应用于每个组
将结果合并到数据结构中
按列标签分组，选择列标签，然后应用 DataFrameGroupBy.sum() 函数到结果 团体:
按多列标签分组形成MultiIndex.:
Reshaping重塑
stack() 方法“压缩”DataFrame 中的一个级别 列：
使用“堆叠”的 DataFrame 或 Series（使用 MultiIndex 作为
index), stack() 的逆操作是 unstack()，默认情况下取消最后一层的堆叠:
Pivot tables数据透视表
ivot_table() 对指定“values”index“和”columns“的 DataFrame 进行透视
Time series时间序列
pandas 具有简单、强大、高效的执行功能 频率转换期间的重采样操作（例如，二次转换 数据转换为 5 分钟数据）。这在但不限于以下情况中极为常见： 金融应用。
**这段代码使用了Python的Pandas库和NumPy库来处理时间序列数据。下面是代码的逐行解释：
-
rng = pd.date_range("1/1/2012", periods=100, freq="s")：这一行创建了一个日期范围（rng），这个日期范围从2012年1月1日开始，总共包含100个时间点，每个时间点之间的间隔是1秒（由freq="s"指定）。 -
ts = pd.Series(np.random.randint(0,500,len(rng)),index=rng)：这一行创建了一个Pandas的Series对象（ts），它的数据是通过np.random.randint(0,500,len(rng))生成的，这个函数从0到499（包含0和499）中随机选择整数，数量与rng的长度相同，即100个。这些随机整数作为Series的值，而rng（即之前创建的日期范围）作为Series的索引。 -
ts.resample("5Min").sum()：这一行是对ts进行重新采样（resample），并对每个采样区间的数据求和。"5Min"指定了采样频率，即每5分钟为一个采样区间。由于原始数据每秒有一个数据点，重新采样后，每个5分钟的区间内的数据点会被求和。在这个例子中，因为原始数据只覆盖了100秒，所以实际上只有一个5分钟的采样区间，且这个区间内包含所有的数据点。因此，最终结果将是这100个随机整数的总和。
输出结果将是一个Pandas的Series对象，其索引是重新采样的时间区间（在这个例子中，只有一个时间区间，即从2012年1月1日 00:00:00开始的第一个5分钟区间），值是该时间区间内所有数据点的总和。
简而言之，这段代码生成了一个以秒为间隔的100个随机整数的时间序列，然后将这个时间序列的数据点按每5分钟一个区间进行分组，并计算每个区间内数据点的总和。由于只有100秒的数据，实际上只有一个区间，所以输出结果将是这100个随机数的总和。**
Series.tz_localize() 将时间序列本地化到时区
Series.tz_convert() 将时区感知时间序列转换为另一个时区：
向时间序列添加非固定持续时间（BusinessDay）：
pd.offsets.BusinessDay(5) 的含义是表示一个时间偏移量，用于将一个特定的日期向前或向后移动 5 个工作日。这里的“工作日”通常指的是周一到周五，不包括周末和公共假日。
Categoricals分类
将原始成绩转换为分类数据类型：
将类别重命名为更有意义的名称：
对类别重新排序并同时添加缺失的类别（Series.cat() 下的方法默认返回一个新的 Series）：
排序是按照类别中的顺序，而不是词汇顺序：
按带有“observed=False”的分类列分组也会显示空类别：
Plotting绘图
我们使用标准约定来引用 matplotlib API：
plt.close方法用于关闭图形窗口：
plot() 绘制所有列：
Importing and exporting data 导入和导出数据
写入 csv 文件：使用 DataFrame.to_csv()
从 csv 文件读取：使用 read_csv()
Parquet实木复合地板
写入 Parquet 文件：
使用 read_parquet() 从 Parquet 文件存储读取:
Excel
使用 DataFrame.to_excel() 写入 Excel 文件:
使用 read_excel() 从 Excel 文件读取:
Gotchas陷阱
尝试对 Series 或 DataFrame 执行布尔运算 您可能会看到如下异常：
In [141]: if pd.Series([False, True, False]):
.....: print("I was true")
.....:
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-141-b27eb9c1dfc0> in ?()
----> 1 if pd.Series([False, True, False]):
2 print("I was true")
~/work/pandas/pandas/pandas/core/generic.py in ?(self)
1574 @final
1575 def __nonzero__(self) -> NoReturn:
-> 1576 raise ValueError(
1577 f"The truth value of a {type(self).__name__} is ambiguous. "
1578 "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
1579 )
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
