#encoding=utf-8
import numpy as np
import pandas as pd



def main():
        #Data structure
        s=pd.Series([i*2 for i in range(1,11)])
        print(type(s))
        dates=pd.date_range('20170301',periods=8)
        df=pd.DataFrame(np.random.randn(8,5),index=dates,columns=list('ABCDE'))
        print(df)
        # basic
        print(df.head(3))  # head()打印出前几行
        print(df.tail(3))  # tail()打印出后几行
        print(df.index)  # index()打印出索引
        print(df.values)  # values()打印出values
        print(df.T)  # T 转置
        print(df.sort_values("C"))  # 第C列的values按从小到大的顺序排序
        print(df.sort_index(axis=1, ascending=False))  # 将index进行降序排序
        print(df.describe())  # 打印出所有属性值 的数量 平均值 标准差 最小值 最大值等
        #select
        print(type(df["A"]))
        print(df[:3])
        print(df.loc[dates[0]])
        print(df.iloc[1:3])
        print(df[df.B>0][df.A<0])
if __name__ == '__main__':
              main()

head打印前几行

tail打印后几行

index打印主键

values打印数据

sort排序，直接指定按那个标签排序

describe可以大致分析数据的一些特征，平均值，标准差等

可以通过[]直接下标索引切片

多个series组成dataframe

print(df.head(5))  # 前5行

#Basic print(df.head（3）)  #head()打印出前几行 print（df.tail(3)） #tail()打印出后几行 print（df.index）  #index()打印出索引 print(df.values)   #values()打印出values print(df.T)        #T 转置 print（df.sort(columns="C")）  #第C列的values按从小到大的顺序排序 print(df.sort_index(axis=1,ascending=False))  #将index进行降序排序 print(df.describe())   #打印出所有属性值 的数量 平均值 标准差 最小值 最大值等

print(df.head(3))
print(df.tail(3))
print(df.index)
print(df.values)
print(df.T)
print(df.sort(columns=“C”））
print（df.sort_index(axis=1,ascending=False))
print(df.describe())
print(df["A"])
print(df[:3])
print(df["20170301":"20170304"])
print(df.loc[dates[0]])
print(df.loc["20170301":"20170304",["B","D"]])
print(df[df.B>0][df.A<0])

插眼, pandas 真不错

print(df.sort_values(by="C"))