【基础】使用Pandas的DataFrame和Series数据结构进行数据的存储和处理

# 1. Pandas数据结构概述**

Pandas是Python中用于数据处理和分析的强大库。它提供了一系列灵活且高效的数据结构，其中最重要的是DataFrame和Series。这些结构旨在简化复杂数据操作，并提供对大型数据集的快速访问和操作。

# 2. DataFrame数据结构

### 2.1 DataFrame的基本操作

#### 2.1.1 创建和初始化DataFrame

**创建DataFrame**

import pandas as pd

# 从字典创建DataFrame
data = {'name': ['John', 'Mary', 'Bob'], 'age': [20, 25, 30]}
df = pd.DataFrame(data)

# 从列表创建DataFrame
data = [['John', 20], ['Mary', 25], ['Bob', 30]]
df = pd.DataFrame(data, columns=['name', 'age'])

**初始化DataFrame**

# 创建一个空的DataFrame
df = pd.DataFrame()

# 创建一个指定形状的DataFrame
df = pd.DataFrame(index=[0, 1, 2], columns=['name', 'age'])

#### 2.1.2 DataFrame的索引和列

**索引**

* DataFrame的行索引称为`index`。
* 可以通过`df.index`访问索引。
* 索引可以是整数、字符串或其他对象。

**列**

* DataFrame的列称为`columns`。
* 可以通过`df.columns`访问列。
* 列名必须是唯一的。

#### 2.1.3 DataFrame的切片和筛选

**切片**

* 使用`[]`对DataFrame进行切片。
* 可以按行或列切片。

# 按行切片
df[1:3]

# 按列切片
df['name']

**筛选**

* 使用`query()`或`loc()`对DataFrame进行筛选。
* `query()`使用布尔表达式筛选行。
* `loc()`使用索引或标签筛选行或列。

# 筛选年龄大于25的行
df.query('age > 25')

# 筛选名为"John"的行
df.loc[df['name'] == 'John']

### 2.2 DataFrame的高级操作

#### 2.2.1 DataFrame的合并和连接

**合并**

* 使用`merge()`合并两个DataFrame。
* 可以按公共列合并或连接。

# 按"name"列合并
df1.merge(df2, on='name')

# 连接两个DataFrame
df1.join(df2)

**连接**

* 使用`concat()`连接两个DataFrame。
* 可以按行或列连接。

# 按行连接
pd.concat([df1, df2], ignore_index=True)

# 按列连接
pd.concat([df1, df2], axis=1)

#### 2.2.2 DataFrame的排序和分组

**排序**

* 使用`sort_values()`对DataFrame进行排序。
* 可以按多个列排序。

# 按"age"列升序排序
df.sort_values('age')

# 按"age"列降序排序