1、pandas中有两个主要的数据结构，分别是：Series和DataFrame。
2、Series:它是一个类似一维数组的对象，它能够保存任何类型的数据，主要由一组数据（各种Numpy数据类型）和与之相关的数据标签（索引）两部分构成。仅由一组数据也可以产生简单的Series对象。注意：Series的索引位于左边，数据位于右边，且索引值可以重复。
3.算术运算与数据对齐
Pandas执行算术运算时，会先按照索引进行对齐，对齐以后再进行相应的运算，没有对齐的位置会用NaN进行补齐。
如果希望不使用NAN填充缺失数据，则可以在调用add方法时提供fill_value参数的值，fill_value将会使用对象中存在的数据进行补充。
执行加法运算，补充缺失值
obj_one.add(obj_two, fill_value = 0)
4.数据排序
Pandas中按索引排序使用的是sort_index()方法，该方法可以用行索引或者列索引进行排序。
axis：轴索引，0表示index（按行），1表示columns（按列）。
level：若不为None，则对指定索引级别的值进行排序。
ascending：是否升序排列，默认为True表示升序。
sort_index（axis = 0，level = None，ascending = True，inplace = False，kind =’ quicksort ‘，na_position =’last’，sort_remaining = True ）
按索引对Series进行分别排序
ser_obj = pd.Series(range(10, 15), index=[5, 3, 1, 3, 2])
按索引进行升
Original: https://blog.csdn.net/qq_67731406/article/details/123315232
Author: qq_67731406
Title: Pandas数据结构分析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/762869/
转载文章受原作者版权保护。转载请注明原作者出处！