pandas: 在内存中或对象，会有一套基于对象属性的方法， 可以视为 pandas 是一个存储一维表，二维表，三维表的工具，
主要以二维表为主
一维的表， （系列(Series)）
二维的表，DataFrame， 也叫报表
三维的表，（面板(Panel)）
文本格式 ：
CSV 以文本方式存储， item 之间用逗号分割，记录与记录之间以回车分开 , 可以用 excel 方式打开
json 格式 , 以 key ，value 方式存储
import numpy as np
import pandas as pd
# data 里的 key 可以看成是表头，
data = {
'animal ': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
'age ': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
'visits' : [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
'priority' : ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']
}
# 给每一条记录起个别名
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
df = pd.DataFrame(data, index=labels)
print(df)
age animal priority visits a 2.5 cat yes 1 b 3.0 cat yes 3 c 0.5 snake no 2 d NaN dog yes 3 e 5.0 dog no 2 f 2.0 cat no 3 g 4.5 snake no 1 h NaN cat yes 1 i 7.0 dog no 2 j 3.0 dog no 1
df.head() ， head() 默认输出前 5 条记录
df [1:5] 也可以通过切片方式操作 （行索引）
df [['age', 'animal']] （列索引）
df.iloc[0:3, 0:3] 指定行，列输出
age animal priority a 2.5 cat yes b 3.0 cat yes c 0.5 snake no
缺失数据/异常数据处理
Ø 找到缺失值
df[df['age'].isnull()]
填充缺失值
df['age'].fillna(0, inplace=True)
将字符值替换成布尔值
df['priority'] = df['priority'].map({'yes': True, 'no': False})
2.4 可