【基础】Pandas Series与DataFrame详解

# 1. Pandas简介和基础概念**

Pandas是一个强大的Python库，用于处理和分析数据。它提供了一系列高效的数据结构和工具，使数据操作变得更加便捷和高效。

Pandas的核心数据结构是Series和DataFrame。Series是一个一维数组，存储单列数据，而DataFrame是一个二维表，存储多列数据。这两个数据结构都支持各种操作，包括数据索引、切片、合并和连接。

此外，Pandas还提供了一系列数据处理和分析功能，如数据清洗、分组和聚合、数据可视化等。这些功能使Pandas成为数据科学和机器学习领域不可或缺的工具。

# 2. Pandas Series详解**

**2.1 Series的创建和操作**

Pandas Series是一种一维数组，用于存储相同数据类型的数据。它可以通过多种方式创建：

import pandas as pd

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

# 从字典创建 Series，键作为索引，值作为数据
series_from_dict = pd.Series({'a': 1, 'b': 2, 'c': 3})

# 从标量值创建 Series，重复该值
series_from_scalar = pd.Series(10, index=['a', 'b', 'c'])

创建 Series 后，可以通过索引访问元素：

print(series_from_list[0])  # 输出 1
print(series_from_dict['a'])  # 输出 1

Series 还支持切片和索引操作：

print(series_from_list[1:3])  # 输出 [2, 3]
print(series_from_dict['a':'c'])  # 输出 Series({'a': 1, 'b': 2, 'c': 3})

**2.2 Series的数据类型和转换**

Series 的数据类型由其元素的数据类型决定。Pandas 支持多种数据类型，包括整数、浮点数、布尔值和字符串。

print(series_from_list.dtype)  # 输出 int64
print(series_from_dict.dtype)  # 输出 object

可以通过 `astype()` 方法转换 Series 的数据类型：

series_from_list = series_from_list.astype(float)
print(series_from_list.dtype)  # 输出 float64

**2.3 Series的索引和切片**

Series 的索引是一组唯一值，用于标识每个元素。索引可以是整数、字符串或其他对象。

print(series_from_list.index)  # 输出 RangeIndex(start=0, stop=5, step=1)
print(series_from_dict.index)  # 输出 Index(['a', 'b', 'c'], dtype='object')

可以通过 `set_index()` 方法设置 Series 的索引：

series_from_list = series_from_list.set_index(['a', 'b', 'c', 'd', 'e'])
print(series_from_list.index)  # 输出 Index(['a', 'b', 'c', 'd', 'e'], dtype='object')

Series 的切片操作与列表类似，但需要指定索引：

print(series_from_list['a':'c'])  # 输出 Series({'a': 1.0, 'b': 2.0, 'c': 3.0})

# 3. Pandas DataFrame详解

### 3.1 DataFrame的创建和操作

DataFrame是Pandas中表示表格数据的核心数据结构，它由行和列组成，类似于关系型数据库中的表。

**创建DataFrame**

有以下几种方法可以创建DataFrame：

- 从字典或列表中创建：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Carol'], 'Age': [20, 25, 30]}
df = pd.DataFrame(data)

- 从NumPy数组创建：

import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame(data)

- 从CSV文件读取：

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

**操作DataFrame**

DataFrame提供了丰富的操作方法，包括：

- **获取信息：**
- `df.info()`: 显示数据类型、缺失值和内存使用情况。
- `df.shape`: 返回行数和列数。
- `df.head()`: 显示前几行数据。
- `df.tail()`: 显示后几行数据。

- **选择数据：**
- `df.loc[rows, columns]`: 通过行索引和列索引选择数据。
- `df.iloc[rows, columns]`: 通过行号和列号选择数据。
- `df.query('condition')`: 通过条件选择数据。

- **修改数据：**
- `df.assign(new_column=value)`: 添加新列。
- `df.drop(columns, axis=1)`: 删除列。
- `df.r