利用 Python 完成数据分析（3）：Pandas的使用

Pandas的使用可以数据分析工作变得更快更简单，可以让我们将精力集中在业务上。Pandas是基于Numpy构建的，要达到熟练使用它，首先必须熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠、易于使用的基础。在使用Pandas的时候，需要导入如下模块：

>> import numpy asnp

>> import pandas aspd

>> from pandasimport Series, DataFrame

1.Series

Series是一种类似于一维数组的对象，它由一组数据（各种Numpy数据类型）以及一组与之相关的数据标签（即索引）组成。下面看看它的基本用法：

与普通Numpy相比，你可以通过索引的方式选取Series中的单个或一组值，而且数组的运算始终会保留索引与值之间的映射关系。

事实上，Series的用法十分类似Python内置的字典dict，但是比dict要强大很多。

2.DataFrame

DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以看成是由Series组成的字典，其中数据是一个或多个二维块存放的。

构建DataFrame的方法有很多：

通过类似字典标记的方式或属性的方式，可以将DataFrame的列获取为一个Series，也可以通过位置或名称的方式获取行，比如用索引字段ix：