【进阶】金融数据分析：使用Pandas和Matplotlib

# 2.1 数据结构和操作

### 2.1.1 DataFrame和Series

Pandas库中的两个核心数据结构是DataFrame和Series。DataFrame是一个二维表状结构，由行和列组成，类似于关系型数据库中的表。Series是一个一维数组，类似于列表或元组。

DataFrame由一个数据框对象表示，它包含数据、列标签和行标签。可以通过索引或列标签访问数据。Series由一个Series对象表示，它包含数据和索引标签。可以通过索引或标签访问数据。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    "Name": ["John", "Mary", "Bob"],
    "Age": [20, 25, 30]
})

# 打印DataFrame
print(df)

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

# 打印Series
print(series)

# 2. Pandas库基础

### 2.1 数据结构和操作

#### 2.1.1 DataFrame和Series

Pandas库提供两种主要的数据结构：DataFrame和Series。DataFrame是一个二维表格状的数据结构，类似于Excel工作表，由行和列组成。Series是一个一维数组状的数据结构，类似于Python中的列表。

**DataFrame**

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'Name': ['John', 'Jane', 'Peter'], 'Age': [25, 30, 28]})

# 打印DataFrame
print(df)

**Series**

# 创建一个Series
s = pd.Series([25, 30, 28], index=['John', 'Jane', 'Peter'])

# 打印Series
print(s)

#### 2.1.2 数据的读取和写入

Pandas库提供了多种读取和写入数据的函数。

**读取数据**

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

# 从Excel文件读取数据
df = pd.read_excel('data.xlsx')

# 从JSON文件读取数据
df = pd.read_json('data.json')

**写入数据**

# 将DataFrame写入CSV文件
df.to_csv('data.csv')

# 将DataFrame写入Excel文件
df.to_excel('data.xlsx')

# 将DataFrame写入JSON文件
df.to_json('data.json')

#