可参考：
pandas：http://pandas.pydata.org/docs/user_guide/10min.html
一、基础知识
DataFrame 方法，可以将一组数据（ndarray、series, map, list, dict 等类型）转化为表格型数据
import pandas as pd
data = {'name': ['xx', 'zz', 'hh', 'aa'],'year': [2000, 2001, 2002, 2003],'age': [15, 16, 17, 18]}
df = pd.DataFrame(data)
输出全部数据
print(df)
获取某一列数据
print(df['A'])
输出部分数据（切片）
print(df[2:3])
条件筛选数据
输出满足条件的所有数据
print(df[df['age']>15])
比较数据数据是否满足条件
print(df['age']>15)
行和列结合筛选
print(df[2:3][['name']])
删除指定行
df = df.drop(0)
print(df)
head 默认输出前5列,head方法里传入几个参数，输出几行
print(df.head())
tail 默认输出最后5行
print(df,tail())
import pandas as pd
import numpy as np
#（1）生成日期 给定一个日期 生产一组递增日期数据
data = pd.date_range('20240318',periods=6)
#生成一组6行4列的表格数据，表头为ABCD
df = pd.DataFrame(np.random.randn(6,4),index=data,columns=list('ABCD'))
生成日期 给定一个日期 生产一组递增日期数据
print(data)
转置（行变成列，列变成行）
print(df.transpose())
数据转化为numpy数据
index=False 表示不要index
print(df.to_records(index=False))
排序sort_values 默认升序
print(df.sort_values(by='B'))
按照索引获取数据
二、数据处理（分组）
(1) 对某一列元素进行分组求和处理
import pandas as pd
import numpy as np
data = {'X':['B','B','A','A'],'Y':[1,2,3,4]}
df = pd.DataFrame(data)
df = df.groupby(ele,sort=False).sum()
print(df)
(2)分组后得到某组的值
df = df.groupby(ele,sort=False).get_group('A')
print(df)
