【基础】Pandas简介与安装

# 1. Pandas简介**

Pandas是一个强大的Python库，用于数据操作和分析。它提供了一系列数据结构和操作，使数据处理变得简单高效。Pandas特别适用于处理表格数据，例如数据框和数列。它提供了一组丰富的功能，包括数据读取、清理、转换、聚合和可视化。

Pandas是数据科学和机器学习领域广泛使用的工具。它可以轻松地处理大型数据集，并提供灵活的API，可以根据需要定制数据操作。

# 2. Pandas数据结构

### 2.1 数据框（DataFrame）

#### 2.1.1 创建和初始化数据框

Pandas数据框是一种二维表格状数据结构，可以轻松地存储和操作各种类型的数据。创建数据框有以下几种方法：

- **从字典创建：**使用`pd.DataFrame()`函数，将字典作为参数传入。字典的键将成为数据框的列名，值将成为数据框中的数据。

import pandas as pd

data = {'姓名': ['张三', '李四', '王五'], '年龄': [20, 25, 30]}
df = pd.DataFrame(data)

- **从列表或元组创建：**使用`pd.DataFrame()`函数，将列表或元组作为参数传入。列表或元组中的元素将成为数据框的列。

data = [['张三', 20], ['李四', 25], ['王五', 30]]
df = pd.DataFrame(data, columns=['姓名', '年龄'])

- **从CSV或Excel文件创建：**使用`pd.read_csv()`或`pd.read_excel()`函数，从CSV或Excel文件中读取数据。

df = pd.read_csv('data.csv')
df = pd.read_excel('data.xlsx')

#### 2.1.2 数据框的属性和方法

数据框具有以下重要的属性和方法：

- **shape：**返回数据框的行数和列数。
- **columns：**返回数据框的列名。
- **index：**返回数据框的行索引。
- **head()：**返回数据框的前几行数据。
- **tail()：**返回数据框的后几行数据。
- **info()：**显示数据框的摘要信息，包括数据类型、非空值数量等。
- **describe()：**统计数据框中各列的统计信息，如均值、中位数、标准差等。
- **loc：**通过行索引和列索引定位数据框中的元素。
- **iloc：**通过行号和列号定位数据框中的元素。

### 2.2 数列（Series）

#### 2.2.1 创建和初始化数列

Pandas数列是一种一维数组状数据结构，可以存储各种类型的数据。创建数列有以下几种方法：

- **从列表或元组创建：**使用`pd.Series()`函数，将列表或元组作为参数传入。

data = [20, 25, 30]
series = pd.Series(data)

- **从字典创建：**使用`pd.Series()`函数，将字典作为参数传入。字典的键将成为数列的索引，值将成为数列中的数据。

data = {'张三': 20, '李四': 25, '王五': 30}
series = pd.Series(data)

- **从数据框创建：**使用`pd.Series()`函数，将数据框的列或行作为参数传入。

df = pd.DataFrame({'姓名': ['张三', '李四', '王五'], '年龄': [20, 25, 30]})
series = df['年龄']

#### 2.2.2 数列的属性和方法

数列具有以下重要的属性和方法：

- **index：**返回数列的索引。
- **values：**返回数列中的数据。
- **dtype：**返回数列中数据的类型。
- **head()：**返回数列的前几行数据。
- **tail()：**返回数列的后几行数据。
- **info()：**显示数列的摘要信息，包括数据类型、非空值数量等。
- **describe()：**统计数列中数据的统计信息，如均值、中位数、标准差等。
- **loc：**通过索引定位数列中的元素。
- **iloc：**通过行号定位数列中的元素。

# 3. Pandas数据操作

### 3.1 数据索引和切片

#### 3.1.1 行索引和列索引

Pandas数据框和数列都具有行索引和列索引，用于标识数据中的特定元素。

**行索引**：

* 默认为整数索引，从0开始。
* 可以自定义行索引，例如使用字符串或日期。

**列索引**：