pandas实际上是借助于numpy这个包，在这个包的依赖之上构建自己的数据结构和使用方法

Series实际上就是numpy里面的array 加了一个索引，形成一个新的序列
obj = Series([3,4,6,4,2,65,9])
print obj
print obj[1]
print obj.index
print obj.values
obj = Series([3,4,6,4,2,65,9], index=['a','b','c','d','e','f','g'])
print obj['b']
print obj[obj > 5]
print obj.name
a = Series([1,2,3,4,7,8])
print a
a.index = ['a','b','c','d','e','f']
print a
可以自定index 可以直接筛选

#这里的key会变成index
sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
print sdata
aaa = Series(sdata)
print aaa
#会进行筛选，states就是指定的index名字，数据中没有的会变成None
states = ['California', 'Ohio', 'Oregon', 'Texas']
bbb = Series(sdata, index=states)
ccc = pd.isnull(bbb)
print ccc
bbb.index.name="woshitest"
bbb.name='woyeshi'
#可以通过Series对象来进行筛选
print bbb[pd.notnull(bbb)]
#Series可以直接进行相加，必须有相同的index,不相同的index会直接变成None
print bbb+bbb
print aaa+bbb
#如果直接变成数据框的话，字典里面的key会变成index
print DataFrame(sdata,index=['a'])

data = {'state':['china','usa','eng'],
'year':[2005,2006,2007.2],
'pop':[1.5, 1.6, 1.7]}
frame = pd.DataFrame(data,index=['a','b','c'])
print frame
#对数据框进行列统计，各种统计学
bbb = frame.describe()
print bbb
#可以对单列进行值得类型转换
bbb['pop'] = bbb['pop'].astype(np.int)
print bbb
#可以直接对数据框整体，这个相当有用
bbb = bbb.astype(np.int)
print bbb

#每一列都是Series对象
print type(frame['state'])
#列名竟然可以当做属性来使用
print frame.state
print frame.year
print '-=-=-=-=-=-=-=-=-=-=-='
#直接调用行数，列名会变成index
print frame.ix[1]
#也可以直接调用index名字
print frame.ix['b']
print frame.ix[1]['pop']
print "type(frame.ix[1]):" + str(type(frame.ix[1]))

#可以对整列进行赋值
frame['pop'] ='abc'
print frame
#可以通过Series对数据框的列赋值
val = Series([-1.2, -1.5], index=['a', 'c'])
frame['state']=val
print frame
#给一个不存在的列赋值
frame['eastern'] = frame.state == -1.5
print frame
print frame.columns
#可以删除某一列
del frame['eastern']
print frame.columns
#浅拷贝，拷贝值，修改之后不影响原数据框
eee = frame.state.copy()
print eee
print '-------'
print frame[:2]
rrr = frame.drop(['b'], axis=0)
print rrr
print frame
print frame.groupby('year').count()
print frame['year'][:2]
print len(frame.index)
print frame.values
print frame.ix['c',['state','year']]
#可以在数据框的加法中，预先赋值，避免不相同行列出现None
print frame.reindex(columns=['state','goo'], fill_value=0)

import pandas as pd
reader = pd.read_csv('data/servicelogs', iterator=True)
loop = True
chunkSize = 100000
chunks = []
while loop:
try:
chunk = reader.get_chunk(chunkSize)
chunks.append(chunk)
except StopIteration:
loop = False
print "Iteration is stopped."
df = pd.concat(chunks, ignore_index=True)
使用不同分块大小来读取再调用 pandas.concat 连接DataFrame，chunkSize设置在1000万条左右速度优化比较明显。