Python学习第72天：深入浅出pandas-1

Python学习100天（从入门到精通系列文章）文章目录Python学习100天（从入门到精通系列文章）前言一、Pandas 简介与 Series 概述二、创建 Series 对象2.1 通过列表或数组创建2.2 通过字典创建三、Series 对象的运算3.1 标量运算3.2 矢量运算四、Series 对象的索引运算4.1 普通索引4.2 切片索引4.3 花式索引4.4 布尔索引五、Series 对象的属性和方法5.1 常用属性5.2 统计相关方法5.3 处理空值5.4 条件替换5.5 去重5.6 map 和 apply5.7 排序与 Top-N六、绘制图表总结前言在前面的学习中，我们已经掌握了 NumPy 这个强大的数值计算工具。今天开始，我们将进入数据分析的核心领域——Pandas。如果说 NumPy 是 Python 数据科学的基石，那 Pandas 就是数据分析师手中最锋利的武器。今天我们先从 Pandas 最基础的数据结构Series开始，打好地基。一、Pandas 简介与 Series 概述Pandas 是 Wes McKinney 在 2008 年开发的一个强大的分析结构化数据的工具集。Pandas 以 NumPy 为基础（实现数据存储和运算），提供了专门用于数据分析的类型、方法和函数，对数据分析和数据挖掘提供了很好的支持；同时 Pandas 还可以跟数据可视化工具 Matplotlib 很好地整合在一起，非常轻松愉快地实现数据可视化呈现。Pandas 核心的数据类型是Series（数据系列）、DataFrame（数据窗/数据框），分别用于处理一维和二维的数据，除此之外，还有一个名为Index的类型及其子类型，它们为Series和DataFrame提供了索引功能。日常工作中DataFrame使用得最为广泛，因为二维的数据结构刚好可以对应有行有列的表格。Series和DataFrame都提供了大量的处理数据的