python pandas多层级索引教程（Python科学计算库Pandas）
python pandas多层级索引教程（Python科学计算库Pandas）基本创建方式：Panel ：三维的数组，可以理解为DataFrame的容器。目前，Pandas 中的数据结构有3 种：Series、DataFrame和Panel。Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。Index（行）和columns（列）。
Pandas 是Python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，Pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和Python数据分析（data analysis）。
- Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。
- Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。
- Pandas提供大量能使我们快速便捷地处理数据的函数和方法。
- Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。
>>> import pandas as pd
>>> pd.__version__
'0.24.2'
Pandas 中的数据结构目前，Pandas 中的数据结构有3 种：Series、DataFrame和Panel。
Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相同的数据类型，这样可以更有效的使用内存，提高运算效率。
DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。Index（行）和columns（列）。
Panel ：三维的数组，可以理解为DataFrame的容器。
Series 数据结构基本创建方式：
pd.Series(data=None index=None)
data：传入数据，可以传入多种类型；
index：索引，在不指定index的情况下，默认数值索引 range(0 len(data))。
如下是Series操作示例：
>>> data=[0 1 2]
>>> index=["a" "b" "c"]
>>> s=pd.Series(data=data index=index)
>>> s
a 0
b 1
c 2
dtype: int64
>>> s.index
Index(['a' 'b' 'c'] dtype='object')
>>> s.values
array([0 1 2] dtype=int64)
>>> s.dtype
dtype('int64')
不指定 index的情况下Series，索引默认为([0 1 2]。
>>> s1=pd.Series(data=data)
>>> s1
0 0
1 1
2 2
dtype: int64
传入字典数据，key 解析为 index，value 解析为 data。
>>> data1={"aa":10 "bb":100 "cc":1000}
>>> s2=pd.Series(data1)
>>> s2
aa 10
bb 100
cc 1000
dtype: int64
基本创建方式
pd.DataFrame(data=None index=None columns=None)
DataFrame 既有行索引，也有列索引。
创建DataFrame操作示例：
>>> data=np.arange(6).reshape(2 3)
>>> data
array([[0 1 2]
[3 4 5]])
>>> index=["a" "b"]
>>> columns=["col1" "col2" "col3"]
>>> df1=pd.DataFrame(data index columns)
无行、列索引传入的情况
>>> df2=pd.DataFrame(data)
>>> df2
0 1 2
0 0 1 2
1 3 4 5
DataFrame 数据清洗示例（1）构建DataFrame对象
>>> df=pd.DataFrame(np.random.randint(1 10 [5 3]) index=['a' 'c' 'e' 'f' 'h'] columns=['one' 'two' 'three'])
>>> df
one two three
a 1 6 3
c 5 6 6
e 2 9 3
f 5 5 6
h 1 4 1
（2）DataFrame 赋值操作
>>> df.loc["a" "one"]=np.NaN
>>> df.loc["c" "two"]=-99
>>> df.loc["c" "three"]=-99
>>> df.loc["a" "two"]=-100
>>> df
one two three
a NaN -100 3
c 5.0 -99 -99
e 2.0 9 3
f 5.0 5 6
h 1.0 4 1
增加2列（columns）：
>>> df['four']='bar'
>>> df['five']=df['one']>0
reindex 创建行索引，没有的行数据，默认为NaN。
>>> df2=df.reindex(['a' 'b' 'c' 'd' 'e' 'f' 'g' 'h'])
df2.dropna(axis=0) 删除缺失值所在行（axis=0）或列（axis=1）；
df2.fillna(0) 缺失值以 0 填充；
（3）标识和删除重复行
duplicated() 返回bool 向量，其长度为行数，并指示行是否重复。
其中 d/g 行数据全部为 NaN，完全重复，返回 True，其他返回 False。
其中b 行数据也全部为NaN，为什么返回 False呢？这是因为还有一个keep参数，默认为first，表示第一次出现的时候保留，之后的数据标记/删除。
如果将传入参数 keep='last' ，看到 b/d 行返回为 True，g行数据保留。
如果传入参数 keep=False，则表示标记/删除所有重复项。
df2.drop_duplicates(keep='first')
删除重复的行，keep 参数设置为保留第一次出现的行，之后重复行删除。
df2.drop_duplicates('one' keep='first')
针对one列，删除重复行数据，keep参数设置为 first。如下所示，删除了 b/f 行的数据，因为one列存在重复的数据。
