Pandas 為 panel data 衍生而來，提供高效能、簡易使用的資料格式，使用者可以快速操作集分析資料。主要特色為，在異質數據的讀取、轉換與處理上，有更輕易的處理方式；提供兩種資料結構，Series用於處理時間序列相關資料，建立一維陣列；DataFrame用於處理結構化資料，有列索引與欄標籤的二維資料。與更多的輸出輸入整合性。
1. Pandas相關指令
A. 載入Pandas套件: import pandas as pd
B. 查詢目前使用版本: pd.__version__
C. 查閱套件內容: np.info(pd)/help(pd)
D. 查詢套件中某一函數: pd.lookfor(‘function_name’)
2. Pandas 資料結構
I. Series
A. 建立Series: .Series(data)
分為陣列建立與字典建立兩種方法
B. 資料選擇與篩選 [key]
C. 資料切片[:]
II. DataFrame
A. 建立DataFrame: .DataFrame()
分為陣列建立與字典建立兩種方法
B. 資料查詢
.shape: 列數與欄數； .describe(): 統計資料；.head(n): 前n筆資料； .taik(n): 後n筆資料； .columns: 欄位名稱； .index: 列資料； .info(): 資料內容。
C. 資料選擇與查詢 []
.loc[]: 先行後列，使用標籤查詢；iloc[]: 先行後列，使用索引值查詢。
D. 資料排序
.sort_index(): 運用索引值做排序，axist指定第幾欄，ascending設定升冪或降冪；.sort_values(): 運用欄位數值做排序。
3. Pandas 讀取外部資料
A. 讀取文字檔 .txt或.csv
.read_csv(path)
B. 讀取EXCEL檔案
.read_excel(path)
C. 讀取HTML檔案
.read_html(“URL”)
4. Pandas 資料處理
空值對後續資料處理匯產上許多問題，在資料處理之前須依序補填各空值欄位，以利資料處理。
A. 判斷空值
.isnull(): 判斷是否為空值；notnull(): 畔對是否不是為空值。
B. 處理空值
.dropna(): 將空值欄丟棄；.fillna(x)/({}): 將空值欄填入x值。
參考維基百科與《Python 程式設計學習經典》
