pandas中包含的數據結構共有三種：
1、Series
2、DataFrame
3、Time-series
其中Series和DataFrame是兩種常見的數據結構，Time-series為時間序列，這里暫且不去詳細講解。
一、Series
Series是一維數組,與Numpy中的一維array類似。二者與Python基本的數據結構List也很相近,其區別是：List中的元素可以是不同的數據類型，而Array和Series中則只允許存儲相同的數據類型,這樣可以更有效的使用內存，提高運算效率，並且series可以運用Ndarray或字典的幾乎所有索引操作和函數，融合了字典和ndarray的優點。
1、series索引
Series類型是由一組數據及與之相關的數據索引組成
· 自動索引：不創建系統自動創建索引。
· 自定義索引：自定義索引，創建完自定義索引后，自動索引也在。
Series可以理解是一維帶‘標簽’數組，它的基本操作類似Ndarray和字典，genuine索引對齊。
2、對象創建
Series(列表/元組/字典/標量/Numpy數組/range等序列, <index=param1>)
不寫index會自動創建索引，如果寫定指定索引，index可以是列表，numpy數組。
例：
import pandas as pd a = pd.Series([1, 2, 3], index=range(0, 3)) b = pd.Series(range(5, 10))
Series的主要屬性包括index和values兩部分，values獲取數據，底層存儲的是numpy數組；index獲取索引。
另外，Series還有兩個不太重要的屬性，series.name和index.name，分別表示series的名字和索引的名字。同時，series還有一些類似於numpy數組的屬性，比如dtype和shape等。
例：
import pandas as pd a = pd.Series([1, 2, 3], index=range(0, 3)) b = pd.Series(range(5, 10)) a.name = 'x_a' b.name = 'x_b' a.index.name = 'y_a' b.index.name = 'y_b' print(a.values) print(b.index) print(a.name) print(b.index.name)
4、類型選取
series類型的選取類似numpy數組，索引的方式相同，采用[]，numpy中的運算和操作可用於series類型，可以通過自定義索引的列表進行切片也可以通過自動索引進行切片，如果存在自定義索引，則一同被切片。
series類型的操作類似於python字典類型：通過自定義索引訪問，保留字in操作，使用get()方法，get(key, default=none)函數返回指定鍵的值，如果值不再字典中則返回默認值（默認為空），key是要查找的鍵，default是設置的默認值。
5、Series類型對齊操作
series類型在運算中會自動對齊不同索引的數據，例如：
import pandas as pd a = pd.Series([1, 2, 3], index=range(0, 3)) b = pd.Series(range(5, 10)) print(a + b)
6、數據的獲取、修改、刪除
① 數據的獲取
由於具備numpy數組和字典的特性，series可以像使用numpy數組的索引切片或用字典的get一樣來用，例如：
import pandas as pd a = pd.Series([1, 2, 3], index=['a', 'b', 'c']) print(a[1]) print(a['a']) print(a.get('c'))
② 數據的修改
對於series結構一般采用索引和切片的方式修改數據，例如：
import pandas as pd a = pd.Series([1, 2, 3], index=['a', 'b', 'c']) a['a'] = 10 a['b':'c'] = 100 print(a) a['a', 'c'] = 7 print(a) ''' 其中，使用“:”切片時，是修改從index1-index2的所有數據； 使用“,"時，是將index1和index2單獨取出來進行修改。 '''
③ 數據的刪除
可使用drop方法和pop方法刪除數據。使用drop方法則結果改變，使用pop方法則像字典的用法，改變自身。
例如：
import pandas as pd a = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) print(a.drop('a')) print(a.drop(['b', 'd'])) b = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']) print(b.pop('a')) # 返回操作狀態，成功為True print(b)
二、DataFrame
DataFrame類型由公用相同索引的一組序列組成，是一個表格型的數據類型,每列值類型可以不同。DataFrame即有行索引也有列索引：Index axis = 0（默認）、Column axis = 1（默認）。
DataFrame常用於表達二維數據，但可以表達多維數據，基本操作類似於Series，依據行列索引。
1、DataFrame的創建
① 從內存中創建
DataFrame(字典/列表/numpy數組/DataFrame, index=0, columns=1)
說明：在創建的時候也可以不指定index和columns，在創建完后單獨設置這兩個屬性。
參數：
-
字典 - key作為列名，value作為該列的值。
-
列表 - 作為值
-
Numpy數組 - 作為值
例：
import pandas as pd # 說明：數組也可以使用numpy生成，這里只演示手動輸入數組 a = pd.DataFrame([ [1, 2], [3, 4] ]) print(a) b = pd.DataFrame([ [1, 2], [3, 4] ], index=['a', 'b'], columns=['x', 'y']) print(b) c = pd.DataFrame([ [1, 2], [3, 4] ]) c.index = ['c', 'd'] c.columns = ['z', 'w'] print(c)
② 從文件中創建
DataFrame可以從文件中創建：文件第一行默認作為列索引（columns），默認為沒有行索引，可以通過indx_dol參數設置第1列或前幾行作為行索引。如果第一行不作為列索引，設置 header=None 。文件編碼為utf-8，可以通過參數encoding設置編碼。
例如：
pd.read_table(filename, sep='\t') # 從限定分隔符的文本文件導入數據，默認是tab pd.read_csv(filename) # 從CSV文件導入數據, 文件是逗號分隔 pd.read_excel(filename) # 從Excel文件導入數據 pd.read_sql(query, connection_object) # 從SQL表/庫導入數據 pd.read_json(json_string) # 從json格式字符串導入數據 pd.read_html(url) # 解析url、字符串或者html文件，抽取其中的tables表格 pd.read_clipboard() # 從你的粘貼板獲取內容，傳給read_table()
同時注意，從文件讀取的時候可以可以帶行索引，用 index_col=num ，例如：a = pd.read_csv('filename', encoding='utf-8', index_col=0)。若不把第一行作為列索引（有些情況下文件中全部都是數據沒有存儲索引）則可以這樣編寫代碼：a = pd.read_csv('filename', header=None)。若想查看DataFrame的信息，可以使用info方法，如圖：
2、DataFrame數據寫入文件
df.to_csv(filename) # 導出數據到CSV文件 df.to_excel(filename) # 導出數據到Excel文件 df.to_sql(table_name, connection_object) # 導出數據到SQL表 df.to_json(filename) # 以Json格式導出數據到文本文件
若將行索引和列索引寫入文件，則df.to_csv(filename)后面不帶任何參數；若行索引不寫入，則df.to_csv(filename, index=False)；若行列索引都不寫入，則df.to_csv(filename, index=False, header=False)
3、DataFrame的屬性
values表示值，index表示行索引，columns表示列索引，index.name表示行索引名字，columns.name表示列索引名字，其他屬性：dtypes，shape等，DataFrame同樣擁有類似於numpy數組的大部分屬性。
例：
import pandas as pd a = pd.DataFrame([ [1, 2], [3, 4] ], index=['n', 'm'], columns=['x', 'y']) print(b) print(a.values) print(a.columns) print(a.index) print(a.columns.name) print(a.index.name) print(a.shape)
4、DataFrame中的函數和方法
4.1 取值和修改（索引，切片，ix，loc，iloc）
DataFrame的取值和修改應該從三個層次考慮：行列，區域，單元格。每個層次都有其對應的方法：行列df[]、df.ix，區域df.ix[]，單元格df.ix，其中ix官方推薦使用iloc和loc代替，loc和iloc的用法和ix基本一樣，只是loc參數用手動索引，iloc用自動索引，ix為混用。
4.2 其他函數
查看數據：
df.head(n) # 查看前n行 df.tail(n) # 查看后n行 df.shape # 查看行數和列數 df.info() # 查看索引、數據類型和內存信息 df.describe() # 查看數值型列的匯總統計 df.apply(def_name) # 把df應用於某個函數 # s.value_counts(dropna=False) # 查看Series對象的唯一值和計數
清洗數據：
df.columns = [...] # 重命名列名 df.index = [...] df.isnull() # 檢查DataFrame對象中的空值，並返回一個Boolean數組 df.notnull() # 檢查DataFrame對象中的非空值，並返回一個Boolean數組 df.dropna() # 刪除所有包含空值的行 df.dropna(axis=1) # 刪除所有包含空值的列 df.fillna(x) # 用x替換DataFrame對象中所有的空值 df.set_index('column_one') # 更改索引列 df.dropna(axis=1, thresh=n) # 刪除所有小於n個非空值的列 df.rename(columns=lambda x: x + '1') # 批量更改列名 df.rename(columns={'old_name': 'new_ name'}) # 選擇性更改列名 df.rename(index=lambda x: x + 1) # 批量重命名索引
數據規整：
df[df[col] > 0.5] # 選擇col列的值大於0.5的行 df.sort_values(col1) # 按照列col1排序數據， 默認升序排列 df.sort_values(col2, ascending=False) # 按照列col1降序排列數據 df.sort_values([col1, col2], ascending=[True, False]) # 先按列col1升序排列，后按col2降序排列數據 df.groupby(col) # 返回一個按列col進行分組的Groupby對象 df.groupby([col1, col2]) # 返回一個按多列進行分組的Groupby對象 df.groupby(col1).agg(np.mean) # 返回按列col1分組的所有列的均值 df.groupby(col1).sum() # 返回按列col1分組的所有列的和 df.groupby(col1).mean()[col2] # 返回按列col1進行分組后，列col2的均值 data.apply(np.mean) # 對DataFrame中的每一列應用函數np.mean data.apply(np.max, axis=1) # 對DataFrame中的每一行應用函數np.max # 創建一個按列col1進行分組，並計算col2和col3各自均值的數據透視表 df.pivot_table(index=col1, values=[col2, col3], aggfunc=np.mean) pd.crosstab(df.col1, df.col2) # 按照指定的行(col1)和列(col2)統計分組頻數
數據合並：
df1.append(df2) # 將df2中的行添加到df1的尾部 pd.concat([df1, df2], axis=0) # 將df2中的行添加到df1的底部(axis=1的時候將df2的列添加到df1的尾部)
數據統計：
df.describe() # 查看數據值列的匯總統計 df.mean() # 返回所有列的均值 df.corr() # 返回列與列之間的相關系數 df.count() # 返回每一列中的非空值的個數 df.max() # 返回每一列的最大值 df.min() # 返回每一列的最小值 df.median() # 返回每一列的中位數 df.std() # 返回每一列的標准差