【基础】使用Pandas进行数据分析

# 2.1 DataFrame和Series数据结构

### 2.1.1 DataFrame的创建和初始化

DataFrame是Pandas中表示二维表格数据的核心数据结构。它由行和列组成，其中行称为索引，列称为列标签。

import pandas as pd

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

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

# 2. Pandas数据结构和操作

### 2.1 DataFrame和Series数据结构

#### 2.1.1 DataFrame的创建和初始化

DataFrame是Pandas中用于存储和处理表格数据的核心数据结构。它由行和列组成，类似于电子表格。DataFrame的创建和初始化可以通过以下几种方式实现：

- **从列表或字典创建：**

import pandas as pd

# 从列表创建DataFrame
data = [['Tom', 25, 'Engineer'], ['Alice', 30, 'Manager'], ['Bob', 28, 'Analyst']]
df = pd.DataFrame(data, columns=['Name', 'Age', 'Occupation'])

# 从字典创建DataFrame
data = {'Name': ['Tom', 'Alice', 'Bob'], 'Age': [25, 30, 28], 'Occupation': ['Engineer', 'Manager', 'Analyst']}
df = pd.DataFrame(data)

- **从文件或数据库读取：**

# 从CSV文件读取DataFrame
df = pd.read_csv('data.csv')

# 从数据库读取DataFrame
import sqlalchemy
engine = sqlalchemy.create_engine('postgresql://user:password@host:port/database')
df = pd.read_sql_table('table_name', engine)

#### 2.1.2 Series的创建和初始化

Series是Pandas中用于存储和处理一维数据结构。它类似于NumPy数组，但具有标签（索引）。Series的创建和初始化可以通过以下几种方式实现：

- **从列表或数组创建：**

# 从列表创建Series
data = [25, 30, 28]
series = pd.Series(data, index=['Tom', 'Alice', 'Bob'])

# 从NumPy数组创建Series
import numpy as np
data = np.array([25, 30, 28])
series = pd.Series(data, index=['Tom', 'Alice', 'Bob'])

- **从字典创建：**

# 从字典创建Series
data = {'Tom': 25, 'Alice': 30, 'Bob': 28}
series = pd.Series(data)

### 2.2 数据读取和写入

#### 2.2.1 从文件和数据库中读取数据

Pandas提供了多种方法从文件和数据库中读取数据。常用的文件格式包括CSV、Excel、JSON等。

- **从CSV文件读取：**

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

- **从Excel文件读取：**

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

- **从JSON文件读取：**

df = pd.read_json('data.json')

- **从数据库读取：**

import sqlalchemy
engine = sqlalchemy.create_engine('postgresql://user:password@host:port/database')
df = pd.read_sql_table('table_name', engine)

#### 2.2.2 向文件和数据库中写入数据

Pandas也支持将数据写入文件和数据库。

- **向CSV文件写入：**

df.to_csv('data.csv')

- **向Excel文件写入：**

df.to_excel('data.xlsx')

- **向JSON文件写入：**

df.to_jso