【基础】Pandas：数据分析与基本操作

# 2.1 Series数据结构

Series是一种一维数组结构，用于存储相同数据类型的有序数据。它具有类似于Python列表的功能，但提供了更强大的数据操作和处理能力。

### 2.1.1 Series的创建和基本操作

import pandas as pd

# 创建一个Series
s = pd.Series([1, 2, 3, 4, 5])

# 获取Series的长度
print(s.size)  # 输出：5

# 获取Series的元素
print(s[0])  # 输出：1

# 设置Series的元素
s[0] = 6
print(s)  # 输出：0    6
                    #      1    2
                    #      2    3
                    #      3    4
                    #      4    5
                    # dtype: int64

# 2. Pandas数据结构和操作

### 2.1 Series数据结构

#### 2.1.1 Series的创建和基本操作

Series是一种一维数组，用于存储单个数据列。它可以由列表、元组、字典或其他Series创建。

import pandas as pd

# 从列表创建Series
series = pd.Series([1, 2, 3, 4, 5])

# 从字典创建Series
series = pd.Series({'a': 1, 'b': 2, 'c': 3})

# 查看Series
print(series)

Series提供了丰富的操作方法，包括：

* **索引和切片：**通过索引或切片访问单个元素或子集。
* **算术运算：**支持基本算术运算（如加、减、乘、除）。
* **比较运算：**支持比较运算（如等于、大于、小于）。
* **逻辑运算：**支持逻辑运算（如与、或、非）。

#### 2.1.2 Series的索引和切片

Series的索引是一个唯一的标识符，用于访问各个元素。索引可以是整数（位置索引）或标签（名称索引）。

# 获取Series的索引
print(series.index)

# 通过索引访问元素
print(series[0])

# 通过切片访问子集
print(series[1:3])

### 2.2 DataFrame数据结构

#### 2.2.1 DataFrame的创建和基本操作

DataFrame是一种二维表状数据结构，用于存储多个数据列。它可以由列表、元组、字典或其他DataFrame创建。

# 从列表创建DataFrame
data = [['a', 1], ['b', 2], ['c', 3]]
df = pd.DataFrame(data, columns=['Name', 'Age'])

# 从字典创建DataFrame
data = {'Name': ['a', 'b', 'c'], 'Age': [1, 2, 3]}
df = pd.DataFrame(data)

# 查看DataFrame
print(df)

DataFrame提供了丰富的操作方法，包括：

* **索引和切片：**通过索引或切片访问单个行或列。
* **算术运算：**支持基本算术运算（如加、减、乘、除）。
* **比较运算：**支持比较运算（如等于、大于、小于）。
* **逻辑运算：**支持逻辑运算（如与、或、非）。

#### 2.2.2 DataFrame的索引和切片

DataFrame的索引是一个唯一的标识符，用于访问各个行或列。索引可以是整数（位置索引）或标签（名称索引）。

# 获取DataFrame的索引
print(df.index)

# 通过索引访问行
print(df.loc[0])

# 通过切片访问子集
print(df.iloc[1:3])

### 2.3 数据操作函数

#### 2.3.1 数据过滤和排序

* **过滤：**使用`query()`或`filter()`函数根据条件过滤数据。
* **排序：**使用`sort_values()`函数根据列值对数据进行排序。

# 过滤数据
filtered_df = df[df['Age'] > 2]

# 排序数据
sorted_df = df.sort_values('Age')

#### 2.3.2 数据分组和聚合

* **分组：**使用`groupby()`函数根据列值对数据进行分组。
* **聚合：**使用`agg()`或`apply()`函数对分组数据执行聚合操作（如求和、求平均值）。

# 分组数据
grouped_df = df.groupby('Name')

# 对分组数据求和
summed_df = grouped_df['Age'].sum()
`