Pandas-1：初识Pandas

第1章：初识Pandas

本章将带领读者初步了解Pandas库，介绍其基本概念、功能特点和安装方法，同时学习Pandas的核心数据结构：Series和DataFrame。通过本章的学习，您将为后续章节的深入学习打下坚实的基础。

1.1 什么是Pandas

Pandas是Python中用于数据分析和处理的强大工具库，主要功能包括：

提供高效的多维数据结构Series和DataFrame。
支持丰富的数据操作功能，如清洗、转换、过滤和统计。
能够与多种数据格式无缝交互，如CSV、Excel、JSON、SQL等。
具备良好的性能表现，支持处理大规模数据。

特点概述：

简单易用：提供了类似Excel操作的便捷API。
灵活性强：支持多种数据类型和复杂的数据处理逻辑。
高效：基于NumPy实现，性能优越。

1.2 安装与配置

1.2.1 安装Pandas

Pandas可以通过Python的包管理工具pip或conda安装：

# 使用pip安装
pip install pandas# 使用conda安装
conda install pandas

1.2.2 验证安装

安装完成后，可以通过以下命令验证Pandas的版本：

import pandas as pd
print(pd.__version__)

1.2.3 常用依赖库

Pandas的部分功能依赖其他第三方库，如：

NumPy：数值计算基础库。
Matplotlib：数据可视化支持。
openpyxl、xlrd：Excel文件操作支持。

确保这些库安装完成以获得完整功能支持。

1.3 核心数据结构

Pandas的核心数据结构是Series和DataFrame，它们分别代表一维和二维数据。以下详细介绍这两种结构的特点和用法。

1.3.1 Series：一维数据结构

定义
Series是Pandas中表示一维数据的结构，类似于Python的列表或字典，但具有更强大的功能。
特点：

每个数据点都带有一个索引。
支持多种数据类型。

创建一个Series：

import pandas as pd# 从列表创建
s1 = pd.Series([10, 20, 30, 40])
print(s1)# 从字典创建
s2 = pd.Series({'a': 10, 'b': 20, 'c': 30})
print(s2)# 指定索引
s3 = pd.Series([100, 200, 300], index=['x', 'y', 'z'])
print(s3)

输出：

0    10
1    20
2    30
3    40
dtype: int64a    10
b    20
c    30
dtype: int64x    100
y    200
z    300
dtype: int64

操作与方法：

访问数据：s1[0] 或 s3['x']
统计信息：s1.sum()、s1.mean()
类型转换：s1.astype(float)

1.3.2 DataFrame：二维数据结构

定义
DataFrame是Pandas中表示二维数据的结构，可以理解为“电子表格”或“SQL表”的形式。

特点：

行索引（index）和列名（columns）定义。
支持多种数据源输入。

创建一个DataFrame：

# 从字典创建
data = {'Name': ['Alice', 'Bob', 'Charlie'],'Age': [25, 30, 35],'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print(df)# 从嵌套列表创建
data = [['Alice', 25, 'New York'], ['Bob', 30, 'Los Angeles'], ['Charlie', 35, 'Chicago']]
df2 = pd.DataFrame(data, columns=['Name', 'Age', 'City'])
print(df2)

输出：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      ChicagoName  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

操作与方法：