上一节，我们已经安装了numpy,基于numpy，我们继续来看下pandas
pandas用于做数据分析与数据挖掘
pandas安装
使用命令
pip install pandas
出现上图表示安装成功。
pandas又两大数据结构，数据分析相关的都围绕着这两种结构进行：
①Series
②DataFrame
Series用于存储序列这样的一维数据，DataFrame用于存储多维数据
Series对象
主要有2个相关联的数组组合在一起：①主元素数组 ②Index数组
index value 0 -12 1 5 2 7 3 2 1.声明Series对象
从上图可以看出，左侧的是index，右侧的是标签对应的元素
若不指定标签，默认的标签是从0开始的的递增数值标签，最好使用有意义的便签，用以区分和识别每个元素
分别查看组成Series的两个数组，可以像下面一样调用它的两个属性：index(索引)和values(元素)
2.选择内部元素
或者直接使用index访问
选择多个元素时
3.元素赋值
既然知道如何选取单个元素，那么元素赋值就不言而喻了
使用index:
4.用NumPy数组或其他Series对象定义新的Series对象
4.1使用NumPy定义
4.2使用原有Series对象定义
然后，这样做的时候千万要小心，新的Series中的元素是引用的NumPy数组或原有Series对象中的，并不是其副本。简而言之，如果改变原NumPy数组中的值，那么新的Series中的值也会发生改变。
5.筛选元素
获取s对象中所有大于8的元素
6.Series对象运算和数学函数
数学中的加减乘除同样适用Series
7.Series对象的组成元素
Series对象往往包含重复的元素，你很可能想知道里边包含哪些元素，统计元素重复出现的次数或者判断一个元素是否在Series中
接下来，还可以统计重复元素在在Series中出现的次数
isin()函数用来判断所属关系，也就是判断给定的一列元素是否包含在数据结构之中，isin()函数返回布尔值
8.NaN
我们在做运算的时候，如果出现下面这种情况，对负数求对数会怎么样呢？
NaN(not a Nmber,非数值)
当数据结构中若字段为空或者不符合数字的定义时，用这个特定的来表示
创建数据结构时，可以为缺失的项输入np.NaN
isnull()和notnull()函数用来识别没有对应元素的索引时非常好用
上面两个函数返回两个由布尔值组成的Series对象，其元素时True或者False取决于原Series对象是否为NaN.如果是NaN,isnull()函数值返回为True,反之。
9.Series用作字典
在上述例子中，索引数组用字典的键来填充，每个索引所对应的元素为用作索引的键在字典中对应的值。如遇缺失值，pandas就会为添加NaN
10.Series对象之间的运算
根据上图我们可以看出，Series对象之间的运算
只对标签相同的元素求和
DataFrame对象
DataFrame这种列表式数据结构跟工作表(最常见的是Excle工作表)极为相似，其设计初衷是将Series的使用场景由一维扩展到二维。
| index | first_name | last_name | sex |
| 0 | Tom | Green | Man |
| 1 | Json | Smith | Man |
| 2 | Alice | Smith | Woman |
DataFrame有两个索引组，第一个数组与行相关，第二个数组与列相关。
1.定义DataFrame对象
新建DataFrame对象的常用方法是传递一个dict对象给DataFrame()构造函数。
如果用来创建DataFrame对象的dict对象包含一些用不到的数据，你可以只选择自己感兴趣的东西。在DataFrame构造函数中，用column选项指定需要的列即可。
DataFrame对象跟Series一样，如果Index数组没有明确指定标签，pandas也会为其添加一列从0开始的数值作为索引。如果要指定索引，那么只需要把标签放在数组中，赋给index选项
既然有index,columns选项，那么就可以使用新方法定义DataFrame
例如：使用np.arange(16).reshape((4,4))生成一个4*4型，包含数字0~15的矩阵
2.选取元素
2.1获取列名
如果想知道DataFrame对象所有列的名称，在它上面调用columns属性即可
2.2获取索引
类似的，获取索引列表，调用index属性即可
2.3获取元素
获取存储在数据结构中的元素
2.4获取指定列
选择一列
另一种是用列名称作为DataFrame实例的属性
2.5获取行
至于DataFrame中的行，用ix属性和行的索引值就能获取
同时，也可以使用索引来选取行，第一个索引作为起始，第二个作为结束。
2.6获取具体的元素
如果要获取存储在DataFrame中一个具体的元素，需要指定元素所在的列名称与行名称
3.赋值
3.1添加二级标签
根据index与columns属性即可对DataFrame进行赋值
使用name属性为二级结构指定标签
3.2添加新列
我们从上面可以看出，新增的一列全部都是America,那么我们加入需要将数组更新到这一列怎么做呢
3.2为DataFrame的各列赋一个Series对象也可以创建DataFrame,例如使用np.arange()函数生成一个递增序列
4.元素的所属关系
isin()函数在DataFrame中也是适用的
使用上述的返回结果作为条件，将得到一个新的DataFrame,其中只包含满足条件的元素
5.删除一列
使用del删除
6.筛选
7.用嵌套字典生成DataFrame对象
当不存在对应元素时候，使用NaN填补
8.DataFrame转置
