DataWhale 学习pandas 1-01 pandas基础
6月开始学习pandas，先学基础部分（DataWhale 学习pandas 1）。
还是主要记录学习的主要问题，教程datawhale-pandas。
1、pandas是处理类excel表格的，有点像excel+vba ---pandas+python
2、基础部分是读写、数据类型、series和dataframe类型的属性和方法、常用函数。
Series:构建的方法，一组数组（列表或元组），利用Series(),自动生成索引。或Series(字典),值只有一列，无列索引，只有行索引
属性： .index、.values .name .index.name .values.name
DataFrame:构建方法：直接传入一个由等长列表或Numpy数组组成的字典，利用DataFrame（），值有多列，并有列索引。
DataFrame:是一个表格型的数据结构，包含一组有序的列，每列可以是不同的值类型，既有行索引，又有列索引。
属性有DataFrame：.columns、 .index、.values
#列可以通过赋值方式进行修改，或增加列,将列表或者数组赋值给某个列时，其长度必须跟DataFrame的长度相匹配
如果是Series，就会精确匹配DataFrame的索引，所有空位都将被填上缺失值
【https://www.cnblogs.com/smallcrystal/p/5809864.html】
3、问题1: value_counts会统计缺失值吗【不会】
4、问题2：如果有多个索引同时取到最大值，idxmax会返回所有这些索引吗？如果不会，那么怎么返回这些索引？
【不会，只会找一个，但可以写一个循环，参考下面链接】
5、问题3:df.mean(axis=1)是什么意思？
【df.mean(axis=1)代表沿着列水平方向计算均值，而第二个列子df.drop(name, axis=1) 代表将name对应的列标签（们）沿着水平的方向依次删掉「https://www.cnblogs.com/rrttp/p/8028421.html」】
6、series的add方法和加号不同，add可以保留全部数据，没有NaN。
https://blog.csdn.net/qq_42571805/article/details/81151719
7、series缺失值处理
有时数据缺失了，可以通过isnull()或notnull()函数判断是否缺失，我们可以通过布尔索引形式过滤掉NaN的数据。【https://blog.csdn.net/chenzhanhai/article/details/104598462】
8、如果DataFrame某一列的元素是numpy数组，那么将其保存到csv在读取后就会变成字符串，怎么解决？
【如：df = pd.read_csv("file.csv", dtype = {'patient_ID' : int}) 读取的时候设置为int整型】
9、目前只看了教程，没有运行做题，【练习题看，很详细https://blog.csdn.net/qq_42251120/article/details/105625982】
还可参考：
http://blkstone.github.io/2015/11/21/pandas-tutorial-1/
