pandas官方网址 ： http://pandas.pydata.org/ 。
pandas的安装比较复杂，如果想开箱即用，可以考虑下载WinPython。WinPython的官方地址是： http://winpython.github.io/ 。
pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包，类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下：
from pandas import Series,DataFrame import pandas as pd
一 开发工具
jupyter notebook是升级版的IPython，可以把代码、运行结果保存在一个notebook中。
1 使用pip命令安装.jupyter notebook
$ pip install jupyter
如果没有安装报Read Timeout异常，是因为Python默认使用的是https://pypi.python.org/pypi这里的python库，通常从国内连接国外的服务器是导致超时的原因，可以设置成国内的pypi镜像站点。k
比如豆瓣, https://pypi.douban.com/simple , 然后在命令行中添加 -i,pypi镜像参数。可以使用如下命令从豆瓣下载最新的python第三方库, 如果安装jupyter模块失败，可以先删除掉以安装的jupyter模块，在重新安装。
$ pip uninstall jupyter
$ pip install jupyter -i https://pypi.douban.com/simple
2 运行 jupyter notebook
在控制台输入以下命令，运行jupyter notebook.
$ jupyter notebook
然后浏览器会自动运行，打开一个新的网页，说明jupyter notebook运行成功了。
图-jupyter notebook
3,新建python文件
在jupyer右上角New 下拉框中选择当前Python环境的解释器，在笔者的机器是Python3,选中后会弹出一个新的网页。
在网格(cell)中,输入python代码，然后输入 ctrl + Enter执行python脚本。如下图所示。
图-jupyter运行python脚本
jupyter的常用快捷键
- 执行当前cell，并自动跳到下一个cell：Shift Enter
- 执行当前cell，执行后不自动调转到下一个cell：Ctrl-Enter
- 是当前的cell进入编辑模式：Enter
- 退出当前cell的编辑模式：Esc
- 删除当前的cell：双D
二 Pandas的数据结构
Pandas中有2种主要的数据结构： Series和DataFrame，它们为大多数应用提供了一种可靠的，易于使用的基础。
三 Pandas操作文件
1 读取文件到pandas
import pandas as pd users= pd.read_table('e:/movieusers.txt' ) print( users)
返回结果：
1|24|M|technician|85711 0 2|53|F|other|94043 1 3|23|M|writer|32067 2 4|24|M|technician|43537
2 读取文件，或略分隔符。
from pandas import Series,DataFrame import pandas as pd users= pd.read_table('e:/movieusers.txt' , sep='|' ) print( users)
返回结果：
1 24 M technician 85711 0 2 53 F other 94043 1 3 23 M writer 32067 2 4 24 M technician 43537
3 读取文件，或略表头
from pandas import Series,DataFrame import pandas as pd user_cols=['user_id' , 'age', 'gender' , 'occupation' , 'zip_code' ]
users= pd.read_table('e:/movieusers.txt' , sep='|' , header=None , names=user_cols ) print( users)
返回结果：
user_id age gender occupation zip_code
0 1 24 M technician 85711
1 2 53 F other 94043
2 3 23 M writer 32067
三 pandas写入csv文件
import pandas as pd a = ['one','two','three'] b = [1,2,3] english_column = pd.Series(a, name='english') number_column = pd.Series(b, name='number') predictions = pd.concat([english_column, number_column], axis=1) #another way to handle save = pd.DataFrame({'english':a,'number':b}) save.to_csv('b.txt',index=False,sep='')
参考资料：
http://www.cnblogs.com/chaosimple/p/4153083.html
http://www.open-open.com/lib/view/open1402477162868.html