【基础】Pandas库入门：数据结构与数据处理基础

# 1. Pandas库简介**

Pandas是一个强大的Python库，用于数据处理和分析。它提供了一系列高效的数据结构和操作，使处理大型数据集变得轻而易举。Pandas以其直观的界面和丰富的功能集而闻名，使其成为数据科学家和分析师的首选工具。

# 2. Pandas数据结构

Pandas库提供了两种主要的数据结构：DataFrame和Series。DataFrame是一个二维表状结构，类似于关系型数据库中的表格，而Series是一个一维数组状结构，类似于关系型数据库中的列。

### 2.1 DataFrame

#### 2.1.1 DataFrame的创建和加载

DataFrame可以通过多种方式创建，包括：

- 从列表或字典创建：

import pandas as pd

# 从列表创建DataFrame
data = [['Alice', 100], ['Bob', 120], ['Carol', 140]]
df = pd.DataFrame(data, columns=['name', 'score'])

# 从字典创建DataFrame
data = {'name': ['Alice', 'Bob', 'Carol'], 'score': [100, 120, 140]}
df = pd.DataFrame(data)

- 从CSV或Excel文件加载：

# 从CSV文件加载DataFrame
df = pd.read_csv('data.csv')

# 从Excel文件加载DataFrame
df = pd.read_excel('data.xlsx')

#### 2.1.2 DataFrame的结构和属性

DataFrame由行和列组成，每个单元格包含一个值。DataFrame具有以下主要属性：

- **index：** 行标签。
- **columns：** 列标签。
- **shape：** DataFrame的形状，表示行数和列数的元组。
- **dtypes：** DataFrame中每个列的数据类型。
- **values：** DataFrame中所有值的NumPy数组。

### 2.2 Series

#### 2.2.1 Series的创建和加载

Series可以通过以下方式创建：

- 从列表或数组创建：

import pandas as pd

# 从列表创建Series
data = ['Alice', 'Bob', 'Carol']
series = pd.Series(data)

# 从数组创建Series
data = np.array([100, 120, 140])
series = pd.Series(data)

- 从字典创建：

# 从字典创建Series
data = {'Alice': 100, 'Bob': 120, 'Carol': 140}
series = pd.Series(data)

#### 2.2.2 Series的结构和属性

Series是一个一维数组，每个元素包含一个值。Series具有以下主要属性：

- **index：** Series的标签。
- **dtype：** Series中元素的数据类型。
- **values：** Series中所有值的NumPy数组。

# 3.1 数据清洗

**3.1.1 缺失值处理**

缺失值是数据处理中常见的问题，Pandas提供了多种方法来处理缺失值：

* **删除缺失值：**`dropna()`函数可删除包含缺失值的整个行或列。
* **填充缺失值：**`fillna()`函数可使用指定值填充缺失值，如均值、中位数或特定常量。
* **插补缺失值：**`interpolate()`函数可使用线性、二次或其他插补方法估计缺失值。

**代码块：**

import pandas as pd

# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({
    'Name': ['John', 'Mary', 'Bob', np.nan],