pandas是一个提供快速，灵活和表达性数据结构的Python包，旨在使“关系”或“标记”数据变得简单直观。它旨在成为在Python中进行实用的真实世界数据分析的基本高级构建块。

pandas非常适合许多不同类型的数据：

• 具有非均匀类型列的表格数据，如在SQL表或Excel电子表格中
• 有序和无序（不一定是固定频率）时间序列数据。
• 带有行和列标签的任意矩阵数据（均匀类型或异质）
• 任何其他形式的观测/统计数据集。数据实际上不需要被标记就可以被放置到Pandas的数据结构中

pandas的两个主要数据结构Series（一维）和Dataframe（二维）处理了金融，统计，社会中的绝大多数典型用例科学，以及许多工程领域。

创建对象

import pandasimport numpy# 可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引s = pandas.Series([1, 3, 5, numpy.nan, 6, 8])print("通过传递一个list对象来创建一个Series:", s, sep="\n")# 通过传递一个 numpyarray，时间索引以及列标签来创建一个DataFrame：dates = pandas.date_range("20180509", periods=6)print("时间索引: \n", dates)df = pandas.DataFrame(numpy.random.randn(6, 4), index=dates, columns=list('ABCD'))print("时间索引以及列标签来创建一个DataFrame:", df, sep="\n")# 通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFramedf = pandas.DataFrame({# 类集合    "A": 1,    "B": pandas.Timestamp("20180509"),    "C": pandas.Series(1, index=list(range(4)), dtype=float),  # Series数组    "D": numpy.array([3]*4, dtype=int),  # 数组    "E": pandas.Categorical(["test", "train", "test", "train"]),  # Categorical按某一列重新编码分类    "F": "foo"})print("字典对象来创建一个DataFrame", df, sep="\n")# 查看不同列的数据类型print("df.type: ", df.dtypes, sep="\n")

"E:\Python 3.6.2\python.exe" F:/PycharmProjects/test.py通过传递一个list对象来创建一个Series:0    1.01    3.02    5.03    NaN4    6.05    8.0dtype: float64时间索引:  DatetimeIndex(['2018-05-09', '2018-05-10', '2018-05-11', '2018-05-12',               '2018-05-13', '2018-05-14'],              dtype='datetime64[ns]', freq='D')时间索引以及列标签来创建一个DataFrame:                   A         B         C         D2018-05-09 -0.243263 -0.340719 -0.043909  0.2485482018-05-10  2.720385  1.124380 -1.119360  0.6109992018-05-11 -0.375457 -1.193914  1.132776  2.0949972018-05-12 -0.435122  0.475113  1.294536 -0.0278112018-05-13  0.038138 -0.820069  0.744213 -1.3010142018-05-14 -1.937454 -1.693728 -1.011248 -2.689147字典对象来创建一个DataFrame   A          B    C  D      E    F0  1 2018-05-09  1.0  3   test  foo1  1 2018-05-09  1.0  3  train  foo2  1 2018-05-09  1.0  3   test  foo3  1 2018-05-09  1.0  3  train  foodf.type: A             int64B    datetime64[ns]C           float64D             int32E          categoryF            objectdtype: objectProcess finished with exit code 0