Python库介绍14 初识pandas

pandas是基于numpy的一种工具，该工具是为解决数据分析任务而创建的。

pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量快速便捷地处理数据的函数和方法

它是数据分析的核心库之一，广泛应用于数据清洗、数据转换、数据探索和数据可视化等领域

【pandas安装】

pip install pandas

安装完成以后，使用如下命令可查看pandas是否已安装成功

pip show pandas

显示如下信息表明pandas成功安装

【Series】

Series是Pandas中的一个核心数据结构，它类似于一维数组，但又比一维数组更为灵活和强大。

Series是一种一维数据，是由一行一行的数据构成的，每条数据分为数据和索引两个部分

数据（Values）：用于保存任何数据类型的数据

索引（Index）：索引用于对数据进行标记，类似于Excel中的行号或列标签

【创建Series】

在Pandas中，创建Series的方法主要有两种：通过数组创建和通过字典创建。

1.通过数组创建Series

import pandas as pd

a = pd.Series([100, 200, 300, 500, 600])

print(a)

因为没有索引，所以索引是默认从0开始的整数

如果想要指定索引的值，可以在创建Series时，通过index这个参数来实现。

import pandas as pd

a = pd.Series([100, 200, 300, 500, 600], index=['a', 'b', 'c', 'd', 'e'])

print(a)

2.通过字典创建Series

在Python中，字典的键和值的关系与Series的索引和数据的关系类似，因此也可以通过字典来生成Series。

字典的键会作为Series的索引，字典的值会作为Series的数据。

import pandas as pd

b = {'a': 100, 'b': 200, 'c': 300}

a = pd.Series(b)

print(a)

以上两种方法都可以用来创建Pandas的Series数据结构。实际应用中，可以根据自己的需求和数据的特点来选择合适的方法。