pandas速成：10分钟掌握Series与DataFrame

"这篇文档是关于Python数据分析库pandas的快速入门教程，源自官方的《10 Minutes to pandas》，主要介绍了如何创建和操作pandas的核心数据结构Series和DataFrame。" 在Python的数据科学领域，pandas库是不可或缺的一部分，它提供了高效的数据处理能力。这篇文档旨在帮助初学者在10分钟内对pandas有一个基本的了解。 首先，我们导入pandas库，通常会将其别名为pd，同时导入numpy（用于数值计算）和matplotlib.pyplot（用于数据可视化）： ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt ``` 接着，我们介绍pandas的两个主要数据结构：Series和DataFrame。 1. Series是一种一维数据结构，类似于带索引的数组或字典。你可以通过传递一个列表来创建Series，pandas会自动为元素创建整型索引： ```python s = pd.Series([1, 3, 5, np.nan, 6, 8]) ``` 输出显示了Series的索引和对应的值，其中`NaN`表示缺失值。 2. DataFrame是二维表格型数据结构，可以看作是由行和列组成的表格，每列可以是不同的数据类型。你可以通过numpy数组、日期范围和列名创建DataFrame： ```python dates = pd.date_range('20130101', periods=6) df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD')) ``` 这里的`pd.date_range`函数用于生成日期序列，`np.random.randn`生成随机的正态分布数据，`columns`参数定义了列名。 一旦创建了DataFrame，你可以通过索引和列名进行访问和操作。例如，打印DataFrame： ```python print(df) ``` 输出显示了DataFrame的日期索引和包含四列数据的值。 这个快速教程还涵盖了更多内容，如选择和切片数据、聚合与分组、数据清洗等，这些都是进行数据处理和分析的基本操作。对于pandas的深入学习，建议查阅官方文档或相关的秘籍教程，以掌握更复杂的数据操作技巧。pandas的强大功能使得数据预处理、统计分析和可视化变得更加便捷，是数据科学家和分析师的得力工具。