1.1.1导入数据
1.1.2对数据模块进行逐块读取
【思考】什么是逐块读取？为什么要逐块读取呢？
逐块读取：有chunksize参数可以进行逐块加载。它的本质就是将文本分成若干块，每次处理chunksize行的数据，最终返回一个TextParser对象，对该对象进行迭代遍历，可以完成逐块统计的合并处理。
这里查询到pandas的read_csv()提供了chunk分块读取能力
chunk用法: (这里以一千行为一个数据模块)
方法一：for循环
方法二：get_chunk()
1.1.3修改表头和索引
#df1 = pd.read_csv('train.csv')函数默认情况下，会把数据内容的第一行默认为字段名标题。
这里以修改一段英文表头为中文为实例
思路是我们给它加列名或者让它以为没有列索引
df1让它以为没有列索引
df2我们给它传递一个列表，里面是列表头名
打印出来就是这样
1.2.1查看数据基本信息
这里查到有多个函数可以使用
1.2.2观察表格前10行和后15行数据
1.2.4判断数据是否为空，为空的地方返回True，其余地方返回False
1.3保存数据
1.4pandas数据类型：Datafrmae和Series
series
Series 是 Pandas 中的一种基本数据结构，类似于一维数组或列表，但具有标签（索引），使得数据在处理和分析时更具灵活性。
pandas.Series( data, index, dtype, name, copy)
data：一组数据(ndarray 类型)。
index：数据索引标签，如果不指定，默认从 0 开始。
dtype：数据类型，默认会自己判断。
name：设置名称。
copy：拷贝数据，默认为 False。
从上图可知，如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据：
我们还可以指定索引：pd.Series(a, index = ["x", "y", "z"]) 使用series的index参数
我们也可以使用键值对来创建series：
Dataframe
Dataframe 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。Dataframe 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。
列和行： 由多个列组成，每一列都有一个名称，可以看作是一个 。同时， 有一个行索引，用于标识每一行。
二维结构： 是一个二维表格，具有行和列。可以将其视为多个 对象组成的字典。
列的数据类型： 不同的列可以包含不同的数据类型，例如整数、浮点数、字符串等。
pandas.Dataframe( data, index, columns, dtype, copy)参数说明
data：一组数据(ndarray、series, map, lists, dict 等类型)。
index：索引值，或者可以称为行标签。
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
dtype：数据类型。
copy：拷贝数据，默认为 False。
dataframe创建
1.4.3查看Dataframe数据的每行每列的名称
Pandas 可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1......
直接使用 表单名[colum值] 可以获取某列的数值：
还可以使用条件获取指定要求的物品信息：
1.4.5过指定标签名称和相应的标签名称来删除行或列
下面来删除B，C列：使用
df.drop(['B', 'C'], axis=1)
或者
df.drop(columns=['B', 'C'])
变成：
A D 0 0 3 1 4 7 2 8 11
删除行：
df.drop([0, 1]) 变成： A B C D 2 8 9 10 11
如果想要完全的删除你的数据结构，使用inplace=True
比如：
df.drop(columns=['B', 'C']，inplac=True)
1.5.2使用交集和并集操
1.5.3查看具体数据值
方法一：iloc（）
访问索引
访问切片
标量访问
列表访问
方法2：loc（）
单个标签：这会将该行作为 Series 返回。
标签列表：返回一个dataframe
1.6.1利用pandas对数据进行排序
创建dataframe
让行索引为'a'的一列进行升序排序
sort_value（by， *， axis=0， ascending=True， inplace=False， kind='quicksort'， na_position='last'， ignore_index=False， key=None)这边是sort_value()函数的参数
注意：ascending为False时按照降序排列，为True时按升序排列
按照某第五行行进行排序
将行索引升序排列
让列索引升序排序
让列索引降序排序