---恢復內容開始---

　　pandas提供過便於操作資料的資料型別，也提供了許多分析函式和分析工具，使得資料分析易於操作。

一、pandas庫中Series型別

　　Series可以生成資料的索引（自動索引和自定義索引），見下例：

Series可從標量（必須有index）、字典（直接應用Series函式）、ndarray、列表構建。

　　基本操作：類似於ndarray和字典型別。可以用自定義索引b['b']=7, 也可以用自動生成的自動索引b[1]=7，但注意不可混合使用。如

b[['c', 'd', 0]]輸出的第三個元素為NaN ， 其切片和運算操作與ndarray基本相同，見下例：

　in 在列表或ndarray型別中表示某值是否在列表或ndarray中，而對於Series型別是判斷是否在物件的索引列表中。

　b.get('f', 100) 返回索引值'f'對應的值，若沒有則返回100 。

　兩個Series型別a+b相加，得到Series型別c，則c的索引值為a和b索引值的並，c的值分為兩種情況，若索引值在a和b中都存在，則對應值相加；否則（只存在於a和b中的一個），對應值為空。

　可以給Series物件起名字，如b.name='匹配'。

二、Pandas庫的DataFrame型別

　　由索引和多列資料構成，可以理解為一個表格。其每列值的型別可以不同，且既有行索引也有列索引，常用於表達二維資料。

可由二維ndarray物件、一維列表等、Series型別、其他DataFrame型別建立。見下例：

　對於字典dl={'one':[1,2,3], 'two':[9,8,7]} 也可直接用pd.DataFrame(dt,index=['a', 'b', 'c', 'd'])來建立。

　若要獲得某個位置的資料，需要用到行列的聯合索引，如d['a']['one']=1.0

　d['one']可獲得one對應的一列物件，包括行索引值。

　d.ix['a']可獲得a對應的一行物件，包括列索引值。

---恢復內容結束---