一、数据获取
1.本地数据
with 语句，pd.read_csv('data.csv')
2.网站上数据
2.1 直接获取网页源码，在用正则表达式进行删选
2.2 API接口获取---以豆瓣为例
import requests
r=requests.get(https://api.douban.com/v2/book/1084336)
其他电影或者音乐可以直接网上搜索豆瓣API，会有相应教程教你如何使用，切记要直接看官网的
3.NLTK 语料库（自然语言工具包）
需要首先pip install NLTK
nltk.downlod() 然后就会弹出下载框，自己选择要下载的资料
from nltk.corpus import gutenberg(brown) 资料下载在本地的，需要导入进来
包括古藤保语料库，布朗语料库，路透社语料库，这些都可以在查看其官网上看
二、数据准备
2.1 修改列索引和行索引
data.index=range(1,len(data)+1)
cols=['code'，‘name’,'lasttrade']
2.2 创建时间序列
import pandas as pd
dates=pd.date_range('20170520',periods=7) 创建了7个连续时间序列
建立一个dataFrame时间二维表
data=pd.DataFrame(np.random.randn(7,3),index=dates,colums=list('ABC'))
三、数据显示
3.1 一维数据
data.head(5) 查看前5个；data.tail(5) 查看后5个；data.shape 维度；data.size 个数；
3.2 二维数据
loc类和iloc类，前者可以用标签，后者只能用物理位置的参数
data.loc[1:5,['code','lasttrade']]
data.loc[1:6,[0,2]]
data.iat[1,'code'] 选择一个之可以有iat也可以用loc类
/// data.iloc[1:5,[0,2]] 中括号里面只能是数字
四、分组Grouping
data.groupby('month').count()
五、合并（append、concat、join）
p.append(q)
concat是连接两个碎片,pd.concat([pieces1,pieces2],igonre_index=True)
join两张表合并，必须要有相同的字段
pd.merge(data.drop(['code'],axis=1),data2,on='code') 给予code将data1和data2两张表合并，并且将data1中code列删除