pandas模块

pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。 Pandas中常见的数据结构有两种：

SeriesDataFrame类似一维数组的对象类似多维数组/表格数组；每列数据可以是不同的类型；索引包括列索引和行索引

Series 构建Series：ser_obj = pd.Series(range(10)) 由索引和数据组成（索引在左<自动创建>,数据在右）。 获取数据和索引：ser_obj.index;ser_obj.values 预览数据：ser_obj.head(n);ser_obj.tail(n) DateFrame: 获取列数据：df_obj[col_idx]或df_obj.col_idx 增加列数据：df_obj[new_col_idx] = data 删除列：del df_obj[col_idx] 按值排序：sort_values(by = “label_name”)

常用方法

Count 非NA值得数量describe针对Series或各DataFrame列计算汇总统计min\max计算最小值和最大值argmin\argmax计算能够取到最大值或最小值的索引位置idxmin\idxmax计算能够获取到最小值和最大值得索引值quantile计算样本的分位数（0-1）sum值得总和mean值得平均值median值得算数中位数（50%）mad根据平均值计算平均绝对离差var样本值得方差std样本值得标准差skew样本值的偏度（三阶距）kurt样本值的峰度（四阶距）cumsum样本值的累计和cummin\cummax样本值的累计最大值和累计最小值cumprod样本值得累计积diff计算一阶差分pct_change计算百分数变化

处理缺失数据

Dropna（） 丢弃缺失数据 Fillna（） 填充缺失数据

数据过滤

Df[filter_condition] 依据filter_condition(条件)对Df（数据）进行过滤。