学习参考：
日月光华 ------------python 数据分析 深度学习
此文章主要目的不是供人参考学习，是为了记录增强记忆，如要学习建议寻找上述学习参考；
pandas数据结构通常使用两种：
Series于DataFrame
感觉就是Series就是一个map的感觉，可以自定义键（index）进行索引,注意书写格式就是了，打印出来的格式在上图也可以看见，按照列打印，但是数据是一一对应的。
DataFrame就是将一堆数据组成表格进行查看，这种感觉有点像sql，但是比那个好看太多，也是注意格式，打印出来分为行索引，列索引
下面是一些pandas中这两个数据结构的使用方式代码：
Series:
对于Series可以直接放入数组数据value，如果在后面增加不加键index，index会默认按照数字排序，就是相当于数组了：
对于单独查询它的键或者数据也很简单
下面是一个Series自定义键index的创建格式以及其使用方式：
可以直接在索引的地方根据它的值范围索引，语言简单到不敢写：
s1[s1<3]查询的内容都是值<3的列表
下图是查询相应的列是否存在列表之中：
感觉这库的语言太语言化了
Series也可以使用字典的方式去创建：
它的创建虽然有默认的，但是如果你设定了键，就是以键为主，只显示你设置的键，对于你前面的设置是忽略的：
可以使用isnull函数查看无值的数据：
对于两个Series相加结果会出现如下：理解记忆就好，出现的键是并集，但是有值的键只有两Series的交集；
存在isnull函数也就存在notnull函数，isnull函数是显示series中不存在值的数据，但是notnull是对这些显示判断是不是存在值：
其使用的方式就与数组与图相似直接按键索引调用即可：
