下面介绍pandas常见的基本功能，和python的基本数据类型进行比较可以看到pandas在操作大型数据集中的优势。
1.重建索引
(1)函数：reindex
(2)作用：创建一个符合新索引的新对象。
(3)内容：
Series调用reindex方法时，会将数组按照新的索引进行排列，如果之前并不存在，则会引入缺失值NaN。
DataFrame调用reindex方法时，会改变行和列索引。只传入一个序列时，行会重建索引；传入columns关键字参数时，列会重建索引。
(4)重要参数：ffill
作用：重建索引时插值，按顺序把没有数据的标签补充数据。
(5)实例
2.轴向上删除条目
(1)函数：drop
(2)作用：在轴向上删除一个或更多的条目。
(3)内容：
返回一个含有指示值或轴向上删除值的新对象。
Series调用drop方法时，把字符串或者字符串序列列表当作参数传入并返回对象。
DataFrame调用drop方法时，传入字符串序列列表会根据行标签删除值(轴0)，传入axis=1或者axis='columns'会根据列标签删除值。
(4)重要参数：inplace
作用：清除被删除的数据，并返回删除后的数据。
(5)实例
3.索引，选择与过滤
(1)索引
Series的索引可以不只是整数，也可以是小数，字符串，切片，字符串索引列表，布尔值索引。还可以是字符串双向切片。
DataFrame的索引可以是字符串，字符串索引列表选择列，切片和布尔值索引选择行。
