## Pandas的应用

Pandas是Wes McKinney在2008年开发的一个强大的**分析结构化数据**的工具集。Pandas以NumPy为基础（数据表示和运算），提供了用于数据处理的函数和方法，对数据分析和数据挖掘提供了很好的支持；同时Pandas还可以跟数据可视化工具Matplotlib很好的整合在一起，非常轻松愉快的实现数据的可视化展示。

Pandas核心的数据类型是`Series`、`DataFrame`，分别用于处理一维和二维的数据，除此之外还有一个名为`Index`的类型及其子类型，它为`Series`和`DataFrame`提供了索引功能。日常工作中以`DataFrame`使用最为广泛，因为二维的数据本质就是一个有行有列的表格（想一想Excel电子表格和关系型数据库中的二维表）。上述这些类型都提供了大量的处理数据的方法，数据分析师可以以此为基础实现对数据的各种常规处理。

### Series的应用

#### 创建Series对象



####基本属性和方法



#### 绘制图表



#### Index的使用



### DataFrame的应用

#### 创建DataFrame对象



#### 基本属性和方法



#### 索引和切片



#### 相关运算



 #### 缺失值处理



#### 数据离散化



#### 数据的合并



#### 交叉表和透视表

1. 交叉表：根据一个数据系列计算另一个数据系列的统计结果得到的`DataFrame`对象。
2. 透视表：将`DataFrame`的列分别作为行索引和列索引，然后对指定的列应用聚合函数得到的结果。

#### 分组和聚合



#### 绘制图表