【有书共读】跟老齐学Python数据分析读书笔记07
2.5 处理缺失数据
1. NumPy 中的缺失数据
数据中出现了“空缺”，就用None表示
2. Pandas 处理缺失数据
2.6 规范数据
1.轴向连接
在NumPy中，有一个名为np.concatentate（）函数
在Pandas中，有pd.concatenate（）函数
2. 合并数据
3. 组合数据
仅用 pd.concat()和 pd.merge() 只是实现了"无选择"规整，还有就是根据某种条件分别从不同的对象中选择数据，组成一个新的数据对象。
4. 数据转换
（1）行列转换
（2）透视表
2.7 分组运算
在数据分析中，有些基本的统计量经常需要计算，如求和，平均值等，在统计学中这些两被称为“集中量”
1. 简单的统计运算
2. 分组运算
（1）分组对象
3.应用举例
2.8 矢量化字符串
Pandas 为字符串的操作提供了增强版的“强悍”
2.9 与时间相关的操作
（1）时刻
（2）时间间隔
（3）周期
2. 比较相关模块
3. 时间索引
4. 重采样
2.10 简单的应用示例
1.准备工作
2. 处理股票数据
