Pandas安装方式十分简单，如果使用Anaconda，Anaconda默认就已经为我们安装好了Pandas，直接拿来用就可以了，推荐使用这种方式。

如果不用Anaconda，只需执行如下命令即可：

pipinstallpandas

像其他python库一样，使用之前需要导入，通常采用如下方式：

importpandasaspd

Pandas的数据结构包括 Series、 DataFrame以及 Panel，这些数据结构基于 Numpy，因此效率很高。其中 DataFrame最为常用，是Pandas最主要的数据结构。所有Pandas数据结构都是值可变的，除 Series外都是大小（Size）可变的， Series大小不可变。

Series是一维的类似的数组的对象，它包含一个数组的数据（任意NumPy的数据类型）和一个与数组关联的索引 。

>>>importpandasaspd>>>importnumpyasnp>>>s=pd.Series(np.random.randn(4))>>>s00.10278011.52300121.77006730.437553dtype:float64

可以看到Pandas默认为我们生成了索引，它的结构如下表所示：

我们也可以使用 index关键字为其指定索引：

>>>s=pd.Series(np.random.randn(4),index=['a','b','c','d'])>>>sa-0.316668b0.083363c-0.520227d-1.024034dtype:float64

DataFrame是二维的、类似表格的对象，是使用最为广泛的Pandas数据结构。DataFrame有行和列的索引，访问便捷。它可以被看作是Series的字典：

>>>data={'name':['张三','李四','王五'],...'gender':['M','F','M'],...'height':[174,160,185],...'weight':[80,48,70]}>>>frame=pd.DataFrame(data)>>>framenamegenderheightweight0张三M174801李四F160482王五M18570

结构如下表所示

一方面，我们可以使用 columns关键字指定DataFrame列的顺序，DataFrame的列将会严格按照 columns所指定的顺序排列；另一方面，与Series相同，我们可以使用 index关键字为其指定索引：

>>>frame2=pd.DataFrame(data,columns=['name','gender','weight'],...index=['one','two','three'])>>>>>>frame2namegenderweightone张三M80two李四F48three王五M70

需要注意的是，DataFrame的同一列允许有不同类型的值（数字，字符串，布尔等），这便意味着：我们可以将 王五的 weight设置为 F。

DataFrame支持按下标访问：

>>> frame2.iloc[0]

name 张三

gender M

weight 80

Name: one, dtype: object

>>> frame2.iloc[0]['weight']

80

也支持按索引访问：

>>> frame2.loc['two']

name 李四

gender F

weight 48

Name: two, dtype: object

>>> frame2.loc['two']['name']

'李四'

因此，DataFrame也支持如下两种遍历方式：

>>>foriinrange(0,len(frame2)):...print(frame2.iloc[i])***输出结果略***

>>>forindex,rowinframe2.iterrows():...print(row)***输出结果略***

如果我们想增加一列，也非常方便，如计算BMI指数：

>>>frame['BMI']=frame['weight']/(frame['height']*frame['height']/10000)>>>framenamegenderheightweightBMI0张三M1748026.4235701李四F1604818.7500002王五M1857020.452885

仅需一行代码而无需遍历。

删除列：

>>>delframe2['gender']>>>frame2nameweightone张三80two李四48three王五70

添加行

>>>frame3=pd.DataFrame([['小红',46],['小明',68]],columns=['name','weight'],index=['four','five'])>>>frame4=frame2.append(frame3)>>>frame4nameweightone张三80two李四48three王五70four小红46five小明68

删除行

>>>frame4.drop('four')nameweightone张三80two李四48three王五70five小明68

按下标取出前两条记录

>>>frame[:2]namegenderheightweightBMI0张三M1748026.423571李四F1604818.75000

按其他条件筛选

如找到BMI>20的记录：

>>>mask=(frame['BMI']>20)>>>frame.loc[mask]namegenderheightweightBMI0张三M1748026.4235702王五M1857020.452885

DataFrame还支持许多其他的操作，篇幅有限，在此不一一展开。

Panel是三维的数据结构，可以看作是DataFrame的字典，这种数据结构使用很少，此处略过不提。

学习技术是为了更好的工作和生活，抛开应用，技术也就失去了存在的意义。本文开篇中提到，Pandas作为数据分析工具的一个重要应用场景是量化投资，在此我想分享一下使用pandas的一个场景：

我想筛选出A股市场中过去60个交易日表现好的那些股票。关于表现好，也许每个人都有自己的看法，我的标准如下

涨幅够大，区间累计涨幅达60%以上

回撤小，区间内任意单个交易日跌幅不超过7%，包括高开低走7%（套人的不算好股票）；区间内任意连续两个交易日累计跌幅不超过10%，包括连续两个交易日高开低走10%

我使用的数据源是TuShare，它提供了A股复权日线图，不过它没有提供复权数据的每日涨跌幅，所以我们需要对他进行处理：

>>>importtushareasts>>>importtalibastl>>>data=ts.get_k_data('300573',autype='qfq')>>>data['p_change']=tl.ROC(data['close'],1)

此处使用了TALib，一个开源的金融数据分析工具。

完成初步的数据处理之后，我们就可以运行筛选条件了，截取代码片段如下：

threshold = 60

if len(data) < threshold:

return False

data = data.tail(n=threshold)

ratio_increase = (data.iloc[-1]['close'] - data.iloc[0]['close']) / data.iloc[0]['close']

if ratio_increase < 0.6:

return False

for i in range(1, len(data)):

if data.iloc[i - 1]['p_change'] < -7 \

or (data.iloc[i]['close'] - data.iloc[i]['open'])/data.iloc[i]['open'] * 100 < -7 \

or data.iloc[i - 1]['p_change'] + data.iloc[i]['p_change'] < -10 \

or (data.iloc[i]['close'] - data.iloc[i - 1]['open']) / data.iloc[i - 1]['open'] * 100 < -10:

return False

return True

最后的结果如下：

[('603986','兆易创新'),('603882','金域医学'),('603501','韦尔股份'),('300782','卓胜微'),('300622','博士眼镜'),('300502','新易盛'),('300492','山鼎设计'),('300433','蓝思科技'),('300223','北京君正'),('002917','金奥博'),('002892','科力尔'),('002876','三利谱'),('002850','科达利'),('002819','东方中科'),('002600','领益智造'),('002241','歌尔股份'),('000049','德赛电池')]

可以看到其中科技股独领风骚，谁让我们大A是科技牛呢？