Cookbook:pandas的学习之路——10 Minutes to pandas

　　按照pandas官网上10 Minutes to pandas的快速练习：

一 .对象创建：

导入练习所需要的工具包：

通过列表中的值创建序列Series，pandas在创建序列的同时会默认为列表中值创建索引：(np.nan 为空值)

通过NumPy数组创建DataFrame,同时默认创建时间索引和行标签：（

np.random.randn(6,4) 介绍：从正太分布中返回一个或多个样本值 ，例子中表示返回6行4列的随机数，不一定在（0，1]之间

np.random.rand(6，4)介绍：从（0,1]之间，产生6行4列的嵌套数组）

通过将字典转化为类似序列Series的形式，创建DataFrame：

（pd.Categorical()函数：

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

values:像列表一样，categories：类别，可以定义类别，ordered：是否有序，dtype:categ的类型）

DataFrame每一列的数据类型：

使用<tab>可自动补全列名，并获取指定列的值：

二.查看数据

查看frame的头部和底部的数据：

显示DataFrame的索引，列标题和值：

DataFram的函数describe()，快速分析汇总数据：

汇总指标：count:记数，mean：平均值，std：标准差，min:最小值，max:最大值

对DataFrame中的数据进行行列转换：

按轴进行排序：（说明：axis=1,表示第一行，axis=0,表示第一列，降序排序）

按照值进行排序：

说明：按照'B'列，默认的升序进行排序）

三.获取数据

通过列名获取指定列名的列数据：

通过[],获取指定范围的切牌你数据：

通过标签获取数据：

通过标签获得截面数据：

获取多维截取数据：

获取标量数据：

说明：at()函数的定位速度优于loc：

通过位置获取数据：