Day13-資料型別
pandas庫是一個高效的資料處理庫，pandas有它自己的一個介紹的官網：http：//pandas。pydata。org，大家可以進入開啟documentation看一下關於pandas的一介紹，上面非常詳細的介紹了pandas庫的所有東西，例如，他的一些物件，使用方法等，而且每一個方法的說明現都有例子，這個可以作為我們學習pandas的工具書。
第一天我們來學習一下pandas庫中有兩種特殊的資料結構：
Series型別
我們先看一個例子來了解一下Series型別
Series類似於python中的list結構，所以Series可以直接用列表建立 Series中的元素結構也可以任意定義。但是更靈活的是Series可以自定義索引，如果沒有定義，索引就是預設從0開始。
有一個小技巧就是可以利用tab鍵來自動補全程式碼輸入im加tab就可以補全import。
透過index引數的設定，可以改變索引號，所以s［1］現在是1，s1［1］對應的是2。這樣看，Series又有點類似於python中的dict結構呢，有索引，索引有對應的值，因此也可以像字典結構一樣根據索引檢視值和修改值。同理也可以用dict結構直接構建Series。例如：
data = {‘name’：‘ren’，‘gender’：‘female’，‘age’：‘guess’}b = Series（data）
解釋一下程式碼的含義，第二行的意思就是建立了一個Series資料物件s，其實Series是pandas模組中的一個類，還記得之前說的類的含義嗎，當s被建立為Series類之後，也繼承了Series的方法、函式或者變數。看一下Series有哪些方法可以檢視說明文件
有很多型別，我們隨便開啟一個Series。size，點進去看一下：
返回基礎資料中的元素數。
如果英文水平不夠可以藉助翻譯軟體，意思差不多就可以理解，嘗試一下這個函式：
再介紹一個複雜一點的方法，Series。drop（）
可以簡單理解這個方法的作用就是刪除Series指定索引的元素，還有方法的全部引數的意義，下面還有例子，我們可以簡單嘗試一下使用方法
利用了兩個引數，首先是刪除索引號為1，3 對應的元素，然後inplace=True的意思是，返回刪除後的結果給到s，如果沒有設定這個引數，其實s本體並沒有被刪除元素。大家可以根據說明文件的介紹嘗試一下，或者遇到問題可以查詢一下這個類有沒有這種方法，如果有就可以直接拿來使用了，不用自己在重複編碼實現了。
DataFrame
DataFrame 是表格資料型別，可以看作有序排列的若干 Series 物件。也是pandas庫裡面的一個類，也有它的方法，建立DF物件後就可以直接呼叫。
也是用一個例子來看一下DataFrame資料結構：
有兩個知識點，第一個是DF需要透過字典的形式建立。如果沒有指定索引，也是預設0開始，透過呼叫DF的方法，set_index，可以重新設定DF資料的索引。
今天就簡單介紹一下pandas最重要的兩個資料型別，有問題就可以去檢視官方說明文件，DF型別只是簡單介紹了一下，後面資料分析的學習主要用的資料型別就是DF，所以有面會對DF型別資料作進一步學習，如果不是很理解的話，就可以把DF型別看作成一個excel表。
