用numpy和pandas进行数据分析

入门
1.Series
2.DataFrame
3.pandas io 操作
4.indexing & Selecting
5.reindx(对列，行）
6.Nan
7.多级index
8.map和replace
进阶
1.Series，DataFrame简单计算（加减乘max，min，describe）
2.Series，DataFrame排序
3.DataFrame重命名
4.DataFrame的merge
5.Concatenate和Combine（结合，填补）
6.用apply处理数据
7.Series，DataFrame中用duplicated去重
8.时间序列简单操作
9.时间序列的采样和画图
10.数据分箱技术Binning
11.数据分组技术Groupby
12.数据聚合技术Aggregation
13.透视表
14.分组和透视功能实战

对索引值进行排序

唯一值
显示具体的唯一值

显示列唯一值个数

缺失值

1.移除重复值

• 查看数据属性

• 常用方法

• 轴的使用
  axis：
  0值表示沿着某一列或行标签索引值
  向下执行方法
  1值表示沿着某一行或列标签横向执行对应的方法
• 增加删除列的操作

• 缺失值和文本字符串的处理
  • 缺失值

• 文本数据（字符串处理）

• 设置索引和索引提取数据（loc、iloc）

1. set_index()设置多重索引

2. sort_index 将索引进行排序

3. 切片（slicers）对多重索引操作
   slice表达的是范围，有几重索引就写几个条件,用冒号代表去全部的列
   第一重索引取值范围0-1000
   第二重索引取值为给定值
   第三重索引没给限定条件

5. reset_index还原索引

iloc是按照位置索引，loc是按照名称索引

• 数据的查询、修改、分组计算

1.查询

2.修改

3.分组计算

• 分组查看每组大小

• 单个统计量

• 多个统计量

• 对所有列球多个统计量

• 不同列球不同统计量