一、pandas安裝

Windows下pip安裝pandas：
pip install pandas

二、pandas之旅開始

執行環境

1.Series物件

先匯入pandas模組：
import pandas as pd
1.1 宣告Series物件（以下圖片程式碼皆在ipython中演示）
呼叫Series()建構函式，建立Series物件

呼叫構造建構函式Series()時可以指定index，標籤可以為字串型別

使用index(索引)和values(元素)兩個屬性分別檢視組成Series物件的兩個陣列

2.2選擇內部元素
指定鍵或定位於索引位置的標籤獲取Series物件內部元素

使用切片或者元素對應的標籤選擇多個元素

1.3為元素賦值用索引或者標籤選取元素進行賦值

1.4使用Numpy陣列或其他新的Series物件定義新Series物件

這裡注意修改arr的元素值Series物件c的元素值也會改變
1.5篩選元素
根據條件篩選元素

1.6 Series物件運算和數學函式
適用於numpy陣列的運算子（+、-、*、/）或其他數學函式也適用於Series物件。運算子可直接用來編寫算術表示式

1.7 Series物件的組成元素

Series物件往往包含重複的元素，以下是對重複元素的一些處理
使用unique()函式返回一個包含Series去重後元素的陣列

value_counts()函式不僅返回各個不同的元素，還計算每個元素在Series中出現的次數。

isin()函式判斷所屬關係，返回布林值，可用於篩選Series或DataFrame列中的資料

1.8 NaN(Not a Number)非數值
資料結構中若欄位為空或者不符合數字的定義時，可用這個特定的值來表示，建立資料結構時，可為陣列中元素缺失的缺失項輸入np.NaN。一般來講NaN值表示資料有問題，必須對其進行處理，尤其是在資料分析時。
isnull()和notnull()函式適合用來識別沒有對應元素的索引。物件的元素對應的時NaN，isnull()函式返回值為True，反之為False；notnull()函式與isnull函式用法相反。

這兩個函式還可以作為篩選條件

1.9 Series用作字典
可以把Series物件當作字典（dictionary）來用，可以事先定義好字典類建立Series物件。

1.10 Series物件之間的運算
運算後會得到一個新的Series物件，其中支隊標籤相同的元素求和，其他屬於任何一個Series物件的標籤也被新增到新物件中，只不過過它的值均為NaN。