在本书的剩下部分，pandas将是我们最敢兴趣的主要库。它包含高级的数据结构和精巧的工具，使得在Python中处理数据非常快速和简单。pandas建造在NumPy之上，它使得以NumPy为中心的应用很容易使用。
作为一点儿背景，早在2008年，我任职于AQR（一个量化投资管理公司）开始构建pandas。当时，我有一组不同的需求，但对于我不能有一个单一的工具来很好的解决：
* 支持自动或明确的数据对齐的带有标签轴的数据结构。这可以防止由数据不对齐引起的常见错误，并可以处理不同来源的不同索引数据。* 整合的时间序列功能。* 以相同的数据结构来处理时间序列和非时间序列。* 支持传递元数据（坐标轴标签）的算术运算和缩减。* 灵活处理丢失数据。* 在常用的基于数据的数据库（例如基于SQL）中的合并和其它关系操作。
我想要在一个地方能够做上面的所有的事情，最好是在一个非常适合于通用软件开发的语言中。Python是一个很好的候选，但是在那个时候没有一个完整的数据结构和工具的集合来提供这些功能。
在过去的四年里，pandas出乎我的意料，已经成熟到一个非常大的库，可以解决非常广泛的数据处理问题。虽然它的使用范围扩大了，但并没有抛弃我最初所渴望的简单和易使用性。我希望，通过阅读本书后，你会想我一样的发现它是一个必不可少的工具。
在本书的剩余部分，我对pandas使用下面的导入惯例：
In [1]: from pandas import Series, DataFrameIn [2]: import pandas as pd
为了开始使用pandas，你需要熟悉它的两个重要的数据结构： Series 和 DataFrame 。虽然它们不是没一个问题的通用解决方案，但提供了一个坚实的，易于使用的大多数应用程序的基础。
Series是一个一维的类似的数组对象，包含一个数组的数据（任何NumPy的数据类型）和一个与数组关联的数据标签，被叫做 索引 。最简单的Series是由一个数组的数据构成：
In [4]: obj = Series([4, 7, -5, 3])In [5]: objOut[5]:0 41 72 -53 3
Seriers的交互式显示的字符窜表示形式是索引在左边，值在右边。因为我们没有给数据指定索引，一个包含整数0到 N-1 （这里N是数据的长度）的默认索引被创建。 你可以分别的通过它的 values 和 index 属性来获取Series的数组表示和索引对象：
In [6]: obj.valuesOut[6]: array([ 4, 7, -5, 3])In [7]: obj.indexOut[7]: Int64Index([0, 1, 2, 3])
通常，需要创建一个带有索引来确定没一个数据点的Series：
In [8]: obj2 = Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])In [9]: obj2Out[9]:d 4b 7a -5c 3In [10]: obj2.indexOut[10]: Index([d, b, a, c], dtype=object)
与正规的NumPy数组相比，你可以使用索引里的值来选择一个单一值或一个值集：
In [11]: obj2['a']Out[11]: -5In [12]: obj2['d'] = 6In [13]: obj2[['c', 'a', 'd']]Out[13]:c 3a -5d 6
NumPy数组操作，例如通过一个布尔数组过滤，纯量乘法，或使用数学函数，将会保持索引和值间的关联：
In [14]: obj2Out[14]:d 6b 7a -5c 3In [15]: obj2[obj2 > 0] In [16]: obj2 * 2 In [17]: np.exp(obj2)Out[15]: Out[16]: Out[17]:d 6 d 12 d 403.428793b 7 b 14 b 1096.633158c 3 a -10 a 0.006738 c 6 c 20.085537
另一种思考的方式是，Series是一个定长的，有序的字典，因为它把索引和值映射起来了。它可以适用于许多期望一个字典的函数：
In [18]: 'b' in obj2Out[18]: TrueIn [19]: 'e' in obj2Out[19]: False
如果你有一些数据在一个Python字典中，你可以通过传递字典来从这些数据创建一个Series：
In [20]: sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}In [21]: obj3 = Series(sdata)In [22]: obj3Out[22]:Ohio 35000Oregon 16000Texas 71000Utah 5000113只传递一个字典的时候，结果Series中的索引将是排序后的字典的建。
In [23]: states = [‘California’, ‘Ohio’, ‘Oregon’, ‘Texas’]In [24]: obj4 = Series(sdata, index=states)In [25]: obj4Out[25]:California NaNOhio 35000Oregon 16000Texas 71000
在这种情况下， sdata 中的3个值被放在了合适的位置，但因为没有发现对应于 ‘California’ 的值，就出现了 NaN （不是一个数），这在pandas中被用来标记数据缺失或 NA 值。我使用“missing”或“NA”来表示数度丢失。在pandas中用函数 isnull 和 notnull 来检测数据丢失：
In [26]: pd.isnull(obj4) In [27]: pd.notnull(obj4)Out[26]: Out[27]:California True California FalseOhio False Ohio TrueOregon False Oregon TrueTexas False Texas True
Series也提供了这些函数的实例方法：
In [28]: obj4.isnull()Out[28]:California TrueOhio FalseOregon FalseTexas False
有关数据丢失的更详细的讨论将在本章的后面进行。
在许多应用中Series的一个重要功能是在算术用算中它会自动对齐不同索引的数据：
In [29]: obj3 In [30]: obj4Out[29]: Out[30]:Ohio 35000 California NaNOregon 16000 Ohio 35000Texas 71000 Oregon 16000Utah 5000 Texas 71000In [31]: obj3 + obj4Out[31]:California NaNOhio 70000Oregon 32000Texas 142000Utah NaN
数据对齐被安排为一个独立的话题。
Series对象本身和它的索引都有一个 name 属性，它和pandas的其它一些关键功能整合在一起：
In [32]: obj4.name = 'population'In [33]: obj4.index.name = 'state'In [34]: obj4Out[34]:stateCalifornia NaNOhio 35000Oregon 16000Texas 71000Name: population
Series的索引可以通过赋值就地更改：
In [35]: obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan']In [36]: objOut[36]:Bob 4Steve 7Jeff -5Ryan 3
一个Datarame表示一个表格，类似电子表格的数据结构，包含一个经过排序的列表集，它们没一个都可以有不同的类型值（数字，字符串，布尔等等）。Datarame有行和列的索引；它可以被看作是一个Series的字典（每个Series共享一个索引）。与其它你以前使用过的（如 R 的 data.frame )类似Datarame的结构相比，在DataFrame里的面向行和面向列的操作大致是对称的。在底层，数据是作为一个或多个二维数组存储的，而不是列表，字典，或其它一维的数组集合。DataDrame内部的精确细节已超出了本书的范围。
有很多方法来构建一个DataFrame，但最常用的一个是用一个相等长度列表的字典或NumPy数组：
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'], 'year': [2000, 2001, 2002, 2001, 2002], 'pop': [1.5, 1.7, 3.6, 2.4, 2.9]}frame = DataFrame(data)由此产生的DataFrame和Series一样，它的索引会自动分配，并且对列进行了排序：
In [38]: frameOut[38]: pop state year0 1.5 Ohio 20001 1.7 Ohio 20012 3.6 Ohio 20023 2.4 Nevada 20014 2.9 Nevada 2002
如果你设定了一个列的顺序，DataFrame的列将会精确的按照你所传递的顺序排列：
In [39]: DataFrame(data, columns=['year', 'state', 'pop'])Out[39]: year state pop0 2000 Ohio 1.51 2001 Ohio 1.72 2002 Ohio 3.63 2001 Nevada 2.44 2002 Nevada 2.9
和Series一样，如果你传递了一个行，但不包括在 data 中，在结果中它会表示为NA值：
In [40]: frame2 = DataFrame(data, columns=['year', 'state', 'pop', 'debt'], ....: index=['one', 'two', 'three', 'four', 'five'])In [41]: frame2Out[41]: year state pop debtone 2000 Ohio 1.5 NaNtwo 2001 Ohio 1.7 NaNthree 2002 Ohio 3.6 NaNfour 2001 Nevada 2.4 NaNfive 2002 Nevada 2.9 NaNIn [42]: frame2.columnsOut[42]: Index([year, state, pop, debt], dtype=object)
和Series一样，在DataFrame中的一列可以通过字典记法或属性来检索：
In [43]: frame2['state'] In [44]: frame2.yearOut[43]: Out[44]:one Ohio one 2000two Ohio two 2001three Ohio three 2002four Nevada four 2001five Nevada five 2002Name: state Name: year
注意，返回的Series包含和DataFrame相同的索引，并它们的 name 属性也被正确的设置了。
行也可以使用一些方法通过位置或名字来检索，例如 ix 索引成员（field）（更多的将在后面介绍）：
In [45]: frame2.ix['three']Out[45]:year 2002state Ohiopop 3.6debt NaNName: three
列可以通过赋值来修改。例如，空的 ‘debt’ 列可以通过一个纯量或一个数组来赋值：
In [46]: frame2['debt'] = 16.5In [47]: frame2Out[47]: year state pop debtone 2000 Ohio 1.5 16.5two 2001 Ohio 1.7 16.5three 2002 Ohio 3.6 16.5four 2001 Nevada 2.4 16.5five 2002 Nevada 2.9 16.5In [48]: frame2['debt'] = np.arange(5.)In [49]: frame2Out[49]: year state pop debtone 2000 Ohio 1.5 0two 2001 Ohio 1.7 1three 2002 Ohio 3.6 2four 2001 Nevada 2.4 3five 2002 Nevada 2.9 4
通过列表或数组给一列赋值时，所赋的值的长度必须和DataFrame的长度相匹配。如果你使用Series来赋值，它会代替在DataFrame中精确匹配的索引的值，并在说有的空洞插入丢失数据：
In [50]: val = Series([-1.2, -1.5, -1.7], index=['two', 'four', 'five'])In [51]: frame2['debt'] = valIn [52]: frame2Out[52]: year state pop debtone 2000 Ohio 1.5 NaNtwo 2001 Ohio 1.7 -1.2three 2002 Ohio 3.6 NaNfour 2001 Nevada 2.4 -1.5five 2002 Nevada 2.9 -1.7
给一个不存在的列赋值，将会创建一个新的列。 像字典一样 del 关键字将会删除列：
In [53]: frame2['eastern'] = frame2.state == 'Ohio'In [54]: frame2Out[54]: year state pop debt easternone 2000 Ohio 1.5 NaN Truetwo 2001 Ohio 1.7 -1.2 Truethree 2002 Ohio 3.6 NaN Truefour 2001 Nevada 2.4 -1.5 Falsefive 2002 Nevada 2.9 -1.7 FalseIn [55]: del frame2['eastern']In [56]: frame2.columnsOut[56]: Index([year, state, pop, debt], dtype=object)
另一种通用的数据形式是一个嵌套的字典的字典格式：
In [57]: pop = {'Nevada': {2001: 2.4, 2002: 2.9}, ....: 'Ohio': {2000: 1.5, 2001: 1.7, 2002: 3.6}}如果被传递到DataFrame，它的外部键会被解释为列索引，内部键会被解释为行索引：
In [58]: frame3 = DataFrame(pop)In [59]: frame3Out[59]: Nevada Ohio2000 NaN 1.52001 2.4 1.72002 2.9 3.6
当然，你总是可以对结果转置：
In [60]: frame3.TOut[60]:2000 2001 2002Nevada NaN 2.4 2.9Ohio 1.5 1.7 3.6
内部字典的键被结合并排序来形成结果的索引。如果指定了一个特定的索引，就不是这样的了：
In [61]: DataFrame(pop, index=[2001, 2002, 2003])Out[61]: Nevada Ohio 2001 2.4 1.7 2002 2.9 3.6 2003 NaN NaN
Series的字典也以相同的方式来处理：
In [62]: pdata = {'Ohio': frame3['Ohio'][:-1], ....: 'Nevada': frame3['Nevada'][:2]}In [63]: DataFrame(pdata)Out[63]: Nevada Ohio2000 NaN 1.52001 2.4 1.7你可以传递到DataFrame构造器的东西的完整清单，见表格5-1。
如果一个DataFrame的 index 和 columns 有它们的 name ，也会被显示出来：
In [64]: frame3.index.name = 'year'; frame3.columns.name = 'state'In [65]: frame3Out[65]:state Nevada Ohioyear2000 NaN 1.52001 2.4 1.72002 2.9 3.6
像Series一样， values 属性返回一个包含在DataFrame中的数据的二维ndarray：
In [66]: frame3.valuesOut[66]:array([[ nan, 1.5], [ 2.4, 1.7], [ 2.9, 3.6]])
如果DataFrame的列有不同的dtypes，返回值数组将会给所有的列选择一个合适的dtyps：
In [67]: frame2.valuesOut[67]:array([[2000, Ohio, 1.5, nan], [2001, Ohio, 1.7, -1.2], [2002, Ohio, 3.6, nan], [2001, Nevada, 2.4, -1.5], [2002, Nevada, 2.9, -1.7]], dtype=object)
| 二维ndarray | 一个数据矩阵，有可选的行标和列标 |
|---|---|
| 数组，列表或元组的字典 | 每一个序列成为DataFrame中的一列。所有的序列必须有相同的长度。 |
| NumPy的结构/记录数组 | 和“数组字典”一样处理 |
| Series的字典 | 每一个值成为一列。如果没有明显的传递索引，将结合每一个Series的索引来形成结果的行索引。 |
| 字典的字典 | 每一个内部的字典成为一列。和“Series的字典”一样，结合键值来形成行索引。 |
| 字典或Series的列表 | 每一项成为DataFrame中的一列。结合字典键或Series索引形成DataFrame的列标。 |
| 列表或元组的列表 | 和“二维ndarray”一样处理 |
| 另一个DataFrame | DataFrame的索引将被使用，除非传递另外一个 |
| NumPy伪装数组（MaskedArray） | 除了蒙蔽值在DataFrame中成为NA/丢失数据之外，其它的和“二维ndarray”一样 |
pandas的索引对象用来保存坐标轴标签和其它元数据（如坐标轴名或名称）。构建一个Series或DataFrame时任何数组或其它序列标签在内部转化为索引：
In [68]: obj = Series(range(3), index=['a', 'b', 'c'])In [69]: index = obj.indexIn [70]: indexOut[70]: Index([a, b, c], dtype=object)In [71]: index[1:]Out[71]: Index([b, c], dtype=object)
索引对象是不可变的，因此不能由用户改变：
In [72]: index[1] = 'd'---------------------------------------------------------------------------Exception Traceback (most recent call last)<ipython-input-72-676fdeb26a68> in <module>()----> 1 index[1] = 'd'/Users/wesm/code/pandas/pandas/core/index.pyc in __setitem__(self, key, value) 302 def __setitem__(self, key, value): 303 """Disable the setting of values."""--> 304 raise Exception(str(self.__class__) + ' object is immutable') 305 306 def __getitem__(self, key):Exception: <class 'pandas.core.index.Index'> object is immutable
索引对象的不可变性非常重要，这样它可以在数据结构中结构中安全的共享：
In [73]: index = pd.Index(np.arange(3))In [74]: obj2 = Series([1.5, -2.5, 0], index=index)In [75]: obj2.index is indexOut[75]: True
表格5-2 是库中内建的索引类清单。通过一些开发努力，索引可以被子类化，来实现特定坐标轴索引功能。
| Index | 最通用的索引对象，使用Python对象的NumPy数组来表示坐标轴标签。 |
|---|---|
| Int64Index | 对整形值的特化索引。 |
| MultiIndex | “分层”索引对象，表示单个轴的多层次的索引。可以被认为是类似的元组的数组。 |
| DatetimeIndex | 存储纳秒时间戳（使用NumPy的datetime64 dtyppe来表示）。 |
| PeriodIndex | 对周期数据（时间间隔的）的特化索引。 |
除了类似于阵列，索引也有类似固定大小集合一样的功能：
In [76]: frame3Out[76]:state Nevada Ohioyear2000 NaN 1.52001 2.4 1.72002 2.9 3.6In [77]: 'Ohio' in frame3.columnsOut[77]: TrueIn [78]: 2003 in frame3.indexOut[78]: False
每个索引都有许多关于集合逻辑的方法和属性，且能够解决它所包含的数据的常见问题。这些都总结在表格5-3 中。
| append | 链接额外的索引对象，产生一个新的索引 |
|---|---|
| diff | 计算索引的差集 |
| intersection | 计算交集 |
| union | 计算并集 |
| isin | 计算出一个布尔数组表示每一个值是否包含在所传递的集合里 |
| delete | 计算删除位置i的元素的索引 |
| drop | 计算删除所传递的值后的索引 |
| insert | 计算在位置i插入元素后的索引 |
| is_monotonic | 返回True，如果每一个元素都比它前面的元素大或相等 |
| is_unique | 返回True，如果索引没有重复的值 |
| unique | 计算索引的唯一值数组 |
在本节中，我将带你穿过Series或DataFrame所包含的数据的基础结构的相互关系。在接下来的章节中，将要更深入的探究使用pandas进行数据分析和处理的主题。本书并不想要作为一个关于pandas库的详尽的文档；反而我将注意力集中在最重要的特性上，让不常见（也就是，比较深奥）的东西，你去自己探索。
pandas对象的一个关键的方法是 reindex ，意味着使数据符合一个新的索引来构造一个新的对象。来看一下下面一个简单的例子：
In [79]: obj = Series([4.5, 7.2, -5.3, 3.6], index=['d', 'b', 'a', 'c'])In [80]: objOut[80]:d 4.5b 7.2a -5.3c 3.6
在Series上调用 reindex 重排数据，使得它符合新的索引，如果那个索引的值不存在就引入缺失数据值：
In [81]: obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])In [82]: obj2Out[82]:a -5.3b 7.2c 3.6d 4.5e NaNIn [83]: obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value=0)Out[83]:a -5.3b 7.2c 3.6d 4.5e 0.0
为了对时间序列这样的数据排序，当重建索引的时候可能想要对值进行内插或填充。 method 选项可以是你做到这一点，使用一个如 ffill 的方法来向前填充值：
In [84]: obj3 = Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])In [85]: obj3.reindex(range(6), method='ffill')Out[85]:0 blue1 blue2 purple3 purple4 yellow5 yellow
表格5-4 是可用的 method 选项的清单。在此，内差比正向和反向填充更复杂。
| 参数 | 描述 |
|---|---|
| ffill或pad | 前向（或进位）填充 |
| bfill或backfill | 后向（或进位）填充 |
对于DataFrame， reindex 可以改变（行）索引，列或两者。当只传入一个序列时，结果中的行被重新索引了：
In [86]: frame = DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],....: columns=['Ohio', 'Texas', 'California'])In [87]: frameOut[87]: Ohio Texas Californiaa 0 1 2c 3 4 5d 6 7 8In [88]: frame2 = frame.reindex(['a', 'b', 'c', 'd'])In [89]: frame2Out[89]: Ohio Texas Californiaa 0 1 2b NaN NaN NaNc 3 4 5d 6 7 8
使用 columns 关键字可以是列重新索引：
In [90]: states = ['Texas', 'Utah', 'California']In [91]: frame.reindex(columns=states)Out[91]: Texas Utah Californiaa 1 NaN 2c 4 NaN 5d 7 NaN 8
一次可以对两个重新索引，可是插值只在行侧（0坐标轴）进行：
In [92]: frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill', ....: columns=states)Out[92]: Texas Utah Californiaa 1 NaN 2b 1 NaN 2c 4 NaN 5d 7 NaN 8
正如你将看到的，使用带标签索引的 ix 可以把重新索引做的更简单：
In [93]: frame.ix[['a', 'b', 'c', 'd'], states]Out[93]: Texas Utah Californiaa 1 NaN 2b NaN NaN NaNc 4 NaN 5d 7 NaN 8
| index | 作为索引的新序列。可以是索引实例或任何类似序列的Python数据结构。一个索引被完全使用，没有任何拷贝。 |
|---|---|
| method | 插值（填充）方法，见表格5-4的选项 |
| fill_value | 代替重新索引时引入的缺失数据值 |
| limit | 当前向或后向填充时，最大的填充间隙 |
| level | 在多层索引上匹配简单索引，否则选择一个子集 |
| copy | 如果新索引与就的相等则底层数据不会拷贝。默认为True(即始终拷贝） |
从坐标轴删除一个多或多个条目是很容易的，如果你有一个索引数组或列表且没有这些条目，但是这可能需要一点修改和集合逻辑。 drop 方法将会返回一个新的对象并从坐标轴中删除指定的一个或多个值：
In [94]: obj = Series(np.arange(5.), index=['a', 'b', 'c', 'd', 'e'])In [95]: new_obj = obj.drop('c')In [96]: new_objOut[96]:a 0b 1d 3e 4In [97]: obj.drop(['d', 'c'])Out[97]:a 0b 1e 4对于DataFrame，可以从任何坐标轴删除索引值：
In [98]: data = DataFrame(np.arange(16).reshape((4, 4)), ....: index=['Ohio', 'Colorado', 'Utah', 'New York'], ....: columns=['one', 'two', 'three', 'four'])In [99]: data.drop(['Colorado', 'Ohio'])Out[99]: one two three fourUtah 8 9 10 11New York 12 13 14 15In [100]: data.drop('two', axis=1) In [101]: data.drop(['two', 'four'], axis=1)Out[100]: Out[101]: one three four one threeOhio 0 2 3 Ohio 0 2Colorado 4 6 7 Colorado 4 6Utah 8 10 11 Utah 8 10New York 12 14 15 New York 12 14Series索引( obj[...] )的工作原理类似与NumPy索引，除了可以使用Series的索引值，也可以仅使用整数来索引。下面是关于这一点的一些例子：
In [102]: obj = Series(np.arange(4.), index=['a', 'b', 'c', 'd'])In [103]: obj['b'] In [104]: obj[1]Out[103]: 1.0 Out[104]: 1.0In [105]: obj[2:4] In [106]: obj[['b', 'a', 'd']]Out[105]: Out[106]:c 2 b 1d 3 a 0d 3In [107]: obj[[1, 3]] In [108]: obj[obj < 2]Out[107]: Out[108]:b 1 a 0d 3 b 1
使用标签来切片和正常的Python切片并不一样，它会把结束点也包括在内：
In [109]: obj['b':'c']Out[109]:b 1c 2
使用这些函数来复制，其工作方法和你想象的一样：
In [110]: obj['b':'c'] = 5In [111]: objOut[111]:a 0b 5c 5d 3
正如上面你所见到的，索引DataFrame来检索一个或多个列，可以使用一个单一值或一个序列：
In [112]: data = DataFrame(np.arange(16).reshape((4, 4)), .....: index=['Ohio', 'Colorado', 'Utah', 'New York'], .....: columns=['one', 'two', 'three', 'four'])In [113]: dataOut[113]: one two three fourOhio 0 1 2 3Colorado 4 5 6 7Utah 8 9 10 11New York 12 13 14 15In [114]: data['two'] In [115]: data[['three', 'one']]Out[114]: Out[115]:Ohio 1 three oneColorado 5 Ohio 2 0Utah 9 Colorado 6 4New York 13 Utah 10 8Name: two New York 14 12
像这样的索引有一些特殊的情况。首先，可以通过切片或一个布尔数组来选择行：
In [116]: data[:2] In [117]: data[data['three'] > 5]Out[116]: Out[117]: one two three four one two three fourOhio 0 1 2 3 Colorado 4 5 6 7Colorado 4 5 6 7 Utah 8 9 10 11 New York 12 13 14 15
对一些读者来说这似乎不一致，但出现这种语法除了实用并没有其它什么。另一种用法是在索引中使用一个布尔DataFrame，例如通过纯量比较产生的：
这旨在在这种情况下使得DataFrame的语法更像一个ndarry。为了使DataFrame可以在行上进行标签索引，我将介绍特殊的索引字段 ix 。这使你可以从DataFrame选择一个行和列的子集，使用像NumPy的记法再加上轴标签。正如我早先提到的，这也是一种不是很冗长的重新索引的方法：
因此，有很多方法来选择和重排包含在pandas对象中的数据。对于DataFrame， 表格5-6 是这些方法的简短概要。稍后你将接触到分层索引，那时你会有一些额外的选项。
| obj[val] | 从DataFrame选择单一列或连续列。特殊情况下的便利：布尔数组（过滤行），切片（行切片），或布尔DataFrame（根据一些标准来设置值）。 |
|---|---|
| obj.ix[val] | 从DataFrame的行集选择单行 |
| obj.ix[:, val] | 从列集选择单列 |
| obj.ix[val1, val2] | 选择行和列 |
| reindex 方法 | 转换一个或多个轴到新的索引 |
| xs 方法 | 通过标签选择单行或单列到一个Series |
| icol, irow 方法 | 通过整数位置，分别的选择单行或单列到一个Series |
| get_value, set_value 方法 | 通过行和列标选择一个单值 |
pandas的最重要的特性之一是在具有不同索引的对象间进行算术运算的行为。当把对象加起来时，如果有任何的索引对不相同的话，在结果中将会把各自的索引联合起来。让我们看一个简单的例子：
.. image:: _static/126.png
把它们加起来生成：
..image:: _static/130.png
内部数据对其，在索引不重合的地方引入了NA值。数据缺失在算术运算中会传播。
对于DataFrame，对其在行和列上都表现的很好：
把这些加起来返回一个DataFrame，它的索引和列是每一个DataFrame对应的索引和列的联合：
在不同索引对象间的算术运算，当一个轴标签在另一个对象中找不到时，你可能想要填充一个特定的值，如0：
把它们加起来导致在不重合的位置出现NA值：
在 df1 上使用 add 方法，我把 df2 传递给它并给 fill_value 赋了一个参数：
.. image:: _static/141.png
相关的，当你重新索引Series或DataFrame时，你可以设定一个不同的填充值：
| add | 加法(+) |
|---|---|
| sub | 减法(-) |
| div | 除法(/) |
| mul | 乘法(*) |
与NumPy数组一样，很好的定义了DataFrame和Series间的算术操作。首先，作为一个激发性的例子，考虑一个二维数组和它的一个行间的差分：
这被称为 广播 (broadcasting)，在第12章将会对此进行更详细的解释。在一个DataFrame和一个Series间的操作是类似的：
默认的，DataFrame和Series间的算术运算Series的索引将匹配DataFrame的列，并在行上扩展：
如果一个索引值在DataFrame的列和Series的索引里都找不着，对象将会从它们的联合重建索引：
如果想在行上而不是列上进行扩展，你要使用一个算术方法。例如：
你所传递的坐标值是将要匹配的 坐标 。在这种情况下，我们的意思是匹配DataFrame的行，并进行扩展。
联系客服
