Python数据分析 Pandas库-初步认识
认识Pandas
pandas是一个非常实用的Python工具，我们可以把它想象成一个超级强大的表格处理工具，它比Excel更智能，操作更为简单。pands可以从各种文件格式（CSV、JSON、SQL、Excel）中导入数据，可以对各类数据进行运算操作，还能对数据进行清洗和数据加工等特性。
pandas的用途
-
数据清洗：可以快速处理缺失值、重复数据和数据类型转换等问题。
-
数据操作：提供了灵活的数据操作功能，如数据筛选、排序、分组、汇总和合并等。
-
数据处理：支持对数据进行高效的行列操作，例如数据透视表、交叉表等。
-
数据分析：能够进行基本的统计分析和计算，如均值、中位数、标准差等，以及更复杂的数据分析任务。
-
数据导入导出：可以方便地从各种数据源（如CSV、Excel、SQL数据库等）导入数据，也能将数据导出到不同格式的文件中。
-
时间序列分析：提供强大的时间序列数据处理和分析功能，包括日期范围生成、时间偏移、频率转换等。
-
数据可视化：虽然
pandas本身不专注于可视化，但它可以与matplotlib或seaborn等库配合使用，进行数据可视化。
Pandas的数据结构：
series列的主要组成：
series：它是一种了类似一维数组或python中列表的一个对象，它具有一个索引标签，我们可以把它想象成一个带有标签的数组。
索引标签（Index）：
- 作用：为每个数据元素提供一个标签，使得数据的访问和操作更加方便。
- 特性：索引标签可以是任何可哈希类型的数据，如整数、字符串等。索引可以是自定义的，也可以是默认的整数索引。
数据元素（Data）：
- 作用：存储实际的数据值，可以是任何数据类型（整数、浮点数、字符串等）。
- 特性：数据元素可以通过索引标签进行访问、修改和操作。
主要功能
- 访问数据：通过标签或位置索引访问数据。
- 数据操作：支持各种操作，如算术运算、统计计算等。
- 数据清洗：可以处理缺失数据、重复数据等。
Series 是处理一维数据非常便利的工具，特别适合进行快速的数据操作和分析。
DataFrame
DataFrame : 它是一种表格类型的数据结构，组成它的对象是由多个series列组成一个二维的表。
DataFrame的表结构
-
行和列：
DataFrame具有行和列，可以看作是一个二维的表格。每一列是一个Series对象。 -
标签：行和列都可以有标签。行标签是索引，列标签是列名。
DataFrame的列结构：
-
列数据：
DataFrame的每一列实际上是一个Series对象。每个Series对象有相同的行索引，但列标签不同。 -
类型一致性：虽然每列的
Series可以包含不同的数据类型，但每列内部的数据类型应该一致。
主要功能
- 数据选择：可以通过标签或位置索引选择特定的行和列。
- 数据处理：支持多种数据处理和转换操作，如添加/删除列、合并数据等。
- 数据分析：提供各种统计函数和数据聚合功能，便于数据分析。
- 数据导入/导出：可以轻松地从 CSV、Excel 等文件格式中读取数据，也可以将数据保存到这些格式中。
