数据框类似于二维的关系表，包含一组有序的列，列与列之间的数据类型可以是不同的，但是单个列的数据类型是相同的。数据框的每一列或每一行都可以认为是一个Series。DataFrame中面向行和面向列的操作基本上是相同的，把行和列称作轴（axis），DataFrame是按照轴进行操作的，axis=0表示 ...

复杂的转换和过滤等操作。 在学习Pandas之前，我们先开启Python绝佳的浏览器学习模式， Ju ...

Index对象负责管理轴标签、轴名称等元数据，是一个不可修改的、有序的、可以索引的ndarry对象。在构建Sereis或DataFrame时，所用到的任何数据或者array-like的标签，都会转换为一个Index对象。Index对象是一个从索引到数据值的映射，当数据是一列时，Index是列索引 ...

在对Series对象和DataFrame对象进行索引的时候要明确这么一个概念：是使用下标进行索引，还是使用关键字进行索引。比如list进行索引的时候使用的是下标，而dict索引的时候使用的是关键字。 使用下标索引的时候下标总是从0开始的，而且索引值总是数字。而使用关键字进行索引，关键字 ...

一、pandas提供两个常用的数据结构： • Series• DataFrame 二、Series Series 类似于一维数组对象，它是由一组数据（不同数据类型）以及与之相关的（数据标签）索引组成，用于存储一行或者一列的数据，（类似于列表，但是有索引） 2.1、如何创建 ...

Series 从 numpy 数组创建，并指定索引值 如果没有指定索引，则默认会创建从 0 到 N-1 的数组作为索引值，这里的 N 是 Series 的长度（即它所包含的元素个数）： 通过索引访问元素 从字典中创建 字典中的键将会作为索引值，字典中的值将会作为元素值 ...

数据框和序列结构中都有轴标签，轴标签的信息存储在Index对象中，轴标签的最重要的作用是： 唯一标识数据，用于定位数据 用于数据对齐 获取和设置数据集的子集。 本文重点关注如何对序列（Series）和数据框（DataFrame）进行切片（slice），切块（dice ...

/操作工具。它已朝着这个目标迈进。 Series的基本概念和创建 　　 Pandas的 ...