Python数据分析利器-Pandas 简介

Pandas是什么？  

Pandas是Python中最强大的数据分析库，它的名字来源于"Panel Data"（面板数据）和"Python Data Analysis"（Python数据分析）的组合。Pandas在金融、统计、社会科学、工程等领域都有广泛应用。

Pandas的三大核心优势

• 高效处理表格数据：轻松应对数百万行的数据集 

• 灵活的数据操作：支持复杂的数据清洗、转换和分析 

• 完美的时间序列支持：内置丰富的时间处理功能

Pandas的安装与导入 :

1、安装Pandas  

在命令行中执行以下命令安装最新版Pandas：
# 
pip install pandas
如果需要安装特定版本：
pip install pandas==1.3.4

2、导入Pandas  

标准导入方式（行业惯例）：
import pandas as pd  # pd是公认的别名

3、验证安装

# 验证安装是否成功
print("Pandas版本:", pd.__version__)
try:
    pd.Series([1, 2, 3])
    print("Pandas导入成功！")
    
except ImportError:
    print("Pandas导入失败，请检查安装")

Pandas 主要引入了两种新的数据结构：Series 和 DataFrame。

Series： 类似于一维数组或列表，是由一组数据以及与之相关的数据标签（索引）构成。Series 可以看作是 DataFrame 中的一列，也可以是单独存在的一维数据结构。

一维数组是最简单的数组形式，可以看作是一个有序的元素列表，只有一个维度（行）。

DataFrame： 类似于一个二维表格，它是 Pandas 中最重要的数据结构。DataFrame 可以看作是由多个 Series 按列排列构成的表格，它既有行索引也有列索引，因此可以方便地进行行列选择、过滤、合并等操作。

DataFrame 可视为由多个 Series 组成的数据结构：

下面这张图展示了两个 Series 对象相加得到一个 DataFrame 对象：

DataFrame 由 Index、Key、Value 组成：

# 创建两个Series对象
ages = pd.Series([25, 32, 28, 35])
names = pd.Series(['张三', '李四', '王五', '赵六'])

# 将两个Series对象相加，得到DataFrame，并指定列名
s = pd.DataFrame({'姓名': names, '年龄': ages})

# 显示DataFrame
print(s)

# 输出结果为：
   姓名  年龄
0  张三  25
1  李四  32
2  王五  28
3  赵六  35

 

Pandas是Python数据分析的基石，掌握它将为你打开数据科学的大门，一步步往前走吧.

参考文档：https://www.runoob.com/pandas/pandas-intro.html